是。 如果决策树的深度不够大,无法捕获数据的本质。 例如,让我们考虑具有两个功能的数据 X1 和 X2 。
X1
X2
target = 1 if X1 >5 and X2 > 10, else target = 0
对于深度一,决策树将不得不仅依赖于其中一个特征。
例如,决策树使用时的示例 X1 构造分裂的特征, 两个样本 (7, 15) 和 (7, 7) 将被归类为1,这是错误的 (7,7) 因为 X2 = 7 < 10 。
(7, 15)
(7, 7)
(7,7)
X2 = 7 < 10