Čo sa deje s stromom, keď je v liste veľmi veľké alebo veľmi malé minimálne množstvo objektov?

Minimálny počet objektov v liste (leaf) rozhodovacieho stromu ovplyvňuje štruktúru a kvalitu modelu:

• Veľmi veľký minimálny počet objektov v liste:

  • Strom bude menej hlboký, pretože uzly sa nebudú deliť, kým nebudú mať dostatok objektov.
  • Model bude jednoduchší, s menej listami.
  • Môže dôjsť k podfitovaniu (underfitting), pretože strom nedokáže zachytiť zložité závislosti.

• Veľmi malý minimálny počet objektov v liste:

  • Strom bude veľmi hlboký a rozvetvený.
  • Model sa môže preučiť (overfitting), prispôsobením šumu v dátach.
  • Čas tréningu a predikcie sa zvyšuje.

Výber minimálneho počtu objektov v liste je rovnováhou medzi zložitostí modelu a jeho schopnosťou generalizácie. Tento parameter sa zvyčajne nastavuje empiricky pomocou krížovej validácie.