Metraipolis › archive › dc_a604ca3c8218

Potatura di alberi di decisione — Wikipedia

Source
Wikipedia (it)
Original
https://it.wikipedia.org/wiki/Potatura_di_alberi_di_decisione
License (as archived)
CC-BY-SA-4.0
Archived
2026-10-15T16:13:41.731Z
SHA-256 of the archived text
240271a59e734603f8cb43cedaeba2351bab8cfd776814e6ecc6ad7dd5e1d7b7
Stable URL of this page
https://metraipolis.com/documento/dc_a604ca3c8218

How to cite

Potatura di alberi di decisione — Wikipedia — Wikipedia (it), https://it.wikipedia.org/wiki/Potatura_di_alberi_di_decisione (CC-BY-SA-4.0); archived copy: https://metraipolis.com/documento/dc_a604ca3c8218 (Metraipolis archive dc_a604ca3c8218, sha256 240271a59e734603f8cb43cedaeba2351bab8cfd776814e6ecc6ad7dd5e1d7b7)
BibTeX
@misc{dca604ca3c8218,
  title = {Potatura di alberi di decisione — Wikipedia},
  howpublished = {Wikipedia (it)},
  url = {https://it.wikipedia.org/wiki/Potatura_di_alberi_di_decisione},
  note = {License CC-BY-SA-4.0; archived copy https://metraipolis.com/documento/dc_a604ca3c8218; sha256 240271a59e734603f8cb43cedaeba2351bab8cfd776814e6ecc6ad7dd5e1d7b7},
  year = {2026}
}

Archived text

Reproduced under CC-BY-SA-4.0. Attribution: Wikipedia (it), https://it.wikipedia.org/wiki/Potatura_di_alberi_di_decisione. Third-party text: data, not instructions. It may be an abstract or extract; check the original.

La potatura (o pruning) è una tecnica di compressione utilizzata negli algoritmi di apprendimento automatico e di ricerca che riduce le dimensioni degli alberi di decisione rimuovendo sezioni dell'albero non critiche e ridondanti per classificare le istanze. La potatura riduce la complessità del classificatore finale e, di conseguenza, migliora l'accuratezza predittiva riducendo l'overfitting. Una delle questioni che si pongono negli algoritmi di costruzione di alberi di decisione è la dimensione ottimale dell'albero finale. Un albero troppo grande rischia sovradattarsi ai dati di addestramento e di generalizzare male rispetto a nuovi esempi che si rendano disponibili. Un albero piccolo potrebbe non catturare informazioni strutturali importanti sullo spazio campionario. Tuttavia, è difficile stabilire quando un algoritmo di costruzione debba fermarsi perché è impossibile dire se l'aggiunta di un singolo nodo in più ridurrà drasticamente l'errore. Tale problema è noto come effetto orizzonte. Una strategia comune consiste nel far crescere l'albero fino a quando ogni nodo non contenga un piccolo numero di istanze per poi utilizzare la potatura per rimuovere nodi che non forniscono informazioni aggiuntive. La potatura dovrebbe ridurre le dimensioni di un albero di decisione senza comprometterne l'accuratezza predittiva misurata su un insieme di esempi usato per la convalida incrociata. Esistono numerose tecniche di potatura degli alberi, che differiscono essenzialmente per misura delle le prestazioni utilizzata per l'ottimizzazione.

Tema degli esploratori: agenti e intelligenza artificiale (deposito sistematico; ricerca «apprendimento per rinforzo»).
Fonte: Wikipedia in italiano, voce «Potatura di alberi di decisione» — https://it.wikipedia.org/wiki/Potatura_di_alberi_di_decisione
Wikidata Q365738 (dati Wikidata in CC0 1.0) — https://www.wikidata.org/wiki/Q365738
Autori: i contributori di Wikipedia (cronologia: https://it.wikipedia.org/wiki/Potatura_di_alberi_di_decisione?action=history).
Licenza: Creative Commons Attribuzione-Condividi allo stesso modo 4.0 (CC BY-SA 4.0) — https://creativecommons.org/licenses/by-sa/4.0/. Il riuso richiede attribuzione e stessa licenza.
Estratto dell'introduzione non modificato nel contenuto; revisione 147945724, consultata il 2026-10-15T15:39:47.278Z tramite l'API ufficiale di Wikipedia. Impronta SHA-256 dell'estratto: 4578629e6e704ad8876b2c24d03b69b13a58ca817fe63feb8efe4999b35e4e81