1700534624
1700534625
代价复杂剪枝主要包含以下两个步骤。
1700534626
1700534627
（1）从完整决策树T0开始，生成一个子树序列{T0,T1,T2,…,Tn}，其中Ti+1由Ti生成，Tn为树的根结点。
1700534628
1700534629
（2）在子树序列中，根据真实误差选择最佳的决策树。
1700534630
1700534631
步骤（1）从T0开始，裁剪Ti中关于训练数据集合误差增加最小的分支以得到Ti+1。具体地，当一棵树T在结点t处剪枝时，它的误差增加可以用R(t)−R(Tt)表示，其中R(t)表示进行剪枝之后的该结点误差，R(Tt)表示未进行剪枝时子树Tt的误差。考虑到树的复杂性因素，我们用|L(Tt)|表示子树Tt的叶子结点个数，则树在结点t处剪枝后的误差增加率为
1700534632
1700534633
1700534634
．
1700534635
1700534636
（3.25）
1700534637
1700534638
在得到Ti后，我们每步选择α最小的结点进行相应剪枝。
1700534639
1700534640
用一个例子简单地介绍生成子树序列的方法。假设把场景中的问题进行一定扩展，女孩需要对80个人进行见或不见的分类。假设根据某种规则，已经得到了一棵CART决策树T0，如图3.15所示。
1700534641
1700534642
此时共5个内部结点可供考虑，其中
1700534643
1700534644
1700534645
，
1700534646
1700534647
1700534648
，
1700534649
1700534650
1700534651
，
1700534652
1700534653
1700534654
，
1700534655
1700534656
1700534657
．
1700534658
1700534659
可见α（t3）最小，因此对t3进行剪枝，得到新的子树T1，如图3.16所示。
1700534660
1700534661
1700534662
1700534663
1700534664
图3.15 初始决策树T0
1700534665
1700534666
1700534667
1700534668
1700534669
图3.16 对初始决策树T0的t3结点剪枝得到新的子树T1
1700534670
1700534671
而后继续计算所有结点对应的误差增加率，分别为α(t1)=3，α(t2)=3，α(t4)=4。因此对t1进行剪枝，得到T2，如图3.17所示。此时α(t0)=6.5，α(t2)=3，选择t2进行剪枝，得到T3。于是只剩下一个内部结点，即根结点，得到T4。
1700534672
1700534673
在步骤（2）中，我们需要从子树序列中选出真实误差最小的决策树。CCP给出了两种常用的方法：一种是基于独立剪枝数据集，该方法与REP类似，但由于其只能从子树序列{T0,T1,T2,…,Tn}中选择最佳决策树，而非像REP能在所有可能的子树中寻找最优解，因此性能上会有一定不足。另一种是基于k折交叉验证，将数据集分成k份，前k−1份用于生成决策树，最后一份用于选择最优的剪枝树。重复进行N次，再从这N个子树中选择最优的子树。