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
。
target = 1 if X1 >5 and X2 > 10, else target = 0</code>
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
。