决策树可视化视图的修剪属性决定对决策树进行修剪的严格性。生长算法会根据您指定的属性创建决策树。修剪算法将每个节点视为其自己的子树的根节点,并从底部开始。若子树的误分类率明显优于根节点的误分类率,则保留子树。若子树的误分类率与根节点的误分类率相似,则修剪子树。总之,决策树越小越好。
若修剪属性滑块更接近宽松,则误分类率的差异必须相对较小。若修剪属性更接近严格,则误分类率的差异必须相对较大。也就是说,宽松修剪算法允许决策树生长得比在严格修剪算法下更深。
未在任何拆分中使用的变量仍会影响决策树,原因通常是下面两者之一。可能是因为在某拆分中使用了某个变量,但是包含该拆分的子树可能已被修剪。或者,变量可能包含缺失值,但是包括缺失值属性已禁用。
注: 若预测值对决策树的预测准确度没有贡献,或贡献太小,则预测值不包含在最终显示的决策树中。