训练分类模型时，树模型如何防止过拟合？

Let’s say you’re training a classification model. How would you combat overfitting when building tree-based models?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: hard

分类: Machine Learning, Model Improvement

标签: Pruning, Early Stopping, Random Forest, XGBoost

目标公司: TikTok

参考答案摘要

答案 我会从“限制复杂度 + 提升泛化 + 正确评估”入手：1）预剪枝/正则：限制 max_depth、min_samples_leaf、min_samples_split、max_leaf_nodes，或对 GBDT 加 L1/L2、subsample/colsample；2）后剪枝：对单棵树做 cost-complexity pruning；3）集成方法：Random Forest 通过 ba...

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。