Pemangkasan pohon keputusan
term_id: decision_tree_pruning
Category: training_techniques
Definition
Pemangkasan adalah metode yang digunakan untuk mencegah overfitting pada model pohon keputusan dengan menghapus cabang-cabang yang memiliki daya prediktif lemah. Ini dapat dilakukan melalui pra-pemangkasan (pre-pruning), dengan menghentikan pertumbuhan pohon lebih awal, atau pasca-pemangkasan (post-pruning), dengan memangkas cabang-cabang setelah pohon dibangun sepenuhnya.
Summary
Sebuah teknik untuk mengurangi ukuran pohon keputusan dengan menghapus bagian-bagian yang memberikan sedikit kemampuan untuk mengklasifikasikan instance.
Key Concepts
- Pencegahan overfitting
- Pra-pemangkasan
- Pasca-pemangkasan
- Kompleksitas model
Use Cases
- Meningkatkan generalisasi model
- Mengurangi latensi inferensi
- Menyederhanakan ekstraksi aturan
Related Terms
- Regularisasi (Regularization) (Teknik untuk mencegah overfitting dengan menambahkan penalti pada kompleksitas model)
- Validasi silang (Cross-validation) (Metode evaluasi model dengan membagi data menjadi beberapa subset untuk pelatihan dan pengujian)
- Entropi (Entropy) (Ukuran ketidakteraturan atau ketidakpastian dalam sekumpulan data)
- Kenaikan informasi (Information gain) (Pengurangan dalam entropi setelah dataset dipecah berdasarkan atribut tertentu)