预剪枝是剪枝算法的一类，主要指决策树生成前进行的剪枝操作，与之对应的是后剪枝，旨在决策树生成后进行的剪枝操作。

决策树的生长过程中，对每个结点分支前做预先估计，若该节点的划分不能带来决策树泛化性能的提升，那么就停止划分并将此结点标记为叶节点。

预剪枝常用策略

• 定义一个高度，当决策树达到该高度时就停止生长；
• 决策树达到某个节点的实例时，这些实例具有相同的特征向量，即使它们不属于同一类也可以停止决策树的生长，这种方法对于处理数据的冲突问题比较有效；
• 定义一个阈值，当决策树达到某个节点，且实例个数小于阈值时就可以停止生长；
• 定义一个阈值，通过计算每次扩张对系统性能的增益，并比较增益值与阈值大小决定是否停止生长。

预剪枝优缺点

• 优点：避免不必要的节点展开，一定程度上减少训练时间和测试时间
• 缺点：存在欠拟合的风险

父级词：剪枝

同级词：后剪枝