Como a quantidade mínima de objetos numa folha da árvore influencia o sobreajuste?

A quantidade mínima de objetos numa folha da árvore (min_samples_leaf) é um parâmetro que define o número mínimo de exemplos de treino necessários para criar uma folha numa árvore de decisão.

Influência no sobreajuste:

• Se o valor for demasiado pequeno (por exemplo, 1), a árvore pode criar estruturas muito profundas e complexas, ajustando-se ao ruído nos dados. Isto leva ao sobreajuste: o modelo funciona bem na amostra de treino, mas mal em novos dados.

• Se aumentar o valor, a árvore exigirá que haja mais objetos em cada folha, o que limitará a profundidade e a complexidade do modelo. Isto ajuda a reduzir o sobreajuste, tornando o modelo mais generalizável, mas pode levar a subajuste se o parâmetro for demasiado grande.

Assim, min_samples_leaf é um hiperparâmetro importante para equilibrar entre sobreajuste e subajuste. Deve ser ajustado através de validação cruzada.