
Instabilidade | 181
min_sampes_leaf = 10
Sem restrições
Figura 6-6. Regularizando um regressor da Árvore de Decisão
Instabilidade
Espero que você esteja convencido de que as Árvores de Decisão têm muitas vantagens:
são fáceis de entender, interpretar, usar, e são versáteis e poderosas. No entanto, elas
têm algumas limitações. Primeiro, como você pode ter percebido, as Árvores de Deci-
são adoram fronteiras ortogonais de decisão (todas as divisões são perpendiculares a
um eixo), o que as torna sensíveis à rotação do conjunto de treinamento. Por exemplo,
a Figura 6-7 mostra um simples conjunto de dados linearmente separável: à esquerda,
uma Árvore de ...