Selecionam um subconjunto de características nos nós individuais da árvore ou para toda a árvore como um todo?

Nos árvores de decisão, a seleção de um subconjunto de características geralmente ocorre em cada nó da árvore, e não para toda a árvore como um todo. Ao construir a árvore, em cada nó, o algoritmo escolhe a melhor característica (ou subconjunto de características) para dividir os dados, com base em critérios de qualidade de divisão (por exemplo, entropia, índice de Gini).

Essa abordagem permite que a árvore se adapte às características locais dos dados em diferentes níveis e melhora a qualidade da classificação ou regressão. Se um subconjunto de características fosse escolhido para toda a árvore de uma só vez, isso limitaria a flexibilidade do modelo.

Em alguns algoritmos de ensemble (por exemplo, florestas aleatórias), em cada nó é também selecionado aleatoriamente um subconjunto de características para procurar a melhor divisão, o que ajuda a reduzir a correlação entre as árvores e aumentar a capacidade de generalização.