待验证50% 置信事实精确时间
决策树桩（Decision Stump）是深度为1的决策树，仅对一个特征设置一个阈值将样本一分为二，是AdaBoost中最常见的弱学习器形式
1
来源数
50%
置信度
长期有效
时效性
2026/10/4
首次发现
来源
涉及实体
相关事实
待验证决策树的分裂准则（信息增益、基尼不纯度、均方误差）本质上是排序统计量的函数，只关心阈值两侧的类别比例而非样本间距离71% 相似待验证限制决策树过拟合的常用手段包括限制最大树深（max_depth）、要求分裂前节点至少含N个样本（min_samples_split）以及后剪枝66% 相似待验证数十乃至数百个决策树桩按权重叠加后，整体分类器的精度可以显著超越单棵深层决策树65% 相似待验证在多步骤任务中持续自主决策的智能体，其错误行为比单次文本生成有更多机会被累积和放大，纠错窗口更狭窄64% 相似待验证决策树暴力搜索最优分裂点的时间复杂度为 O(n·m·log n)，其中 n 为样本数、m 为特征数，是决策树训练速度的主要瓶颈64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/973920API
curl https://kongchang.com/api/v1/knowledge/claims/973920MCP
get_claim(id=973920)