企业官网建设流程全解析

决策树全管道实战：深度扫描、代价剪枝与诚实的实验结论（scikit-learn 1.8 实测）

决策树教程常见的失真是「调参必提剪枝」——好像不剪枝就不专业。这个实战套件跑完整管道后给了一个诚实的结论：在 Wine 数据集上，深度限制已经足够，ccp 剪枝最优 alpha 就是 0（无增益），并且如实写进结果。机器生成 metrics.json、全程 random_state=42，每个数字都能复现。

一、数据与管道

数据用 scikit-learn 内置 Wine 数据集（178 样本、13 维、3 类，7:3 分层划分）。管道六阶段：基线模型 → 深度曲线扫描 → 代价复杂度剪枝 → 评估可视化 → 模型落盘 → 批量预测示例，由 main.py 一键跑完。

二、三步跑通

pipinstall-rrequirements.txt# scikit-learn / matplotlib / joblibpython main.py# 指标+图表+模型一次产出python predict_demo.py# 加载模型批量预测 5 个新样本

二点五、三步复现之外的产出物

main.py 跑完 outputs/ 下五类产物一次齐：metrics.json（机器生成指标）、tree_rules.txt（可读 if-else 规则）、深度曲线/混淆矩阵/特征重要性三张 150dpi 图、joblib 模型文件、预测示例脚本——报告、答辩、复现实验三头都要用的东西一次备齐。

三、实测结果与两个「诚实时刻」

基线（不限深度）训练集 100%、测试 96.30%、深度 4/8 叶片——教科书级过拟合实证。深度扫描 1~15（5 折分层 CV）给出深度 3 最优、CV 均值 89.50%，深度 ≥4 后不再提升。最终模型 max_depth=3：测试准确率 96.30%、macro F1 0.9638、仅 7 个叶片。

两个诚实时刻值得单独说：其一，ccp_alpha 路径扫描的最优值就是 0——深度限制已足够，剪枝在本数据集无增益，套件没有为了「显得专业」硬凑剪枝收益；其二，批量预测 5 个样本全部命中且置信度 100%，套件如实标注了原因（这 5 行来自数据集前 5 行、同类聚集），而不是吹成「模型很强」。outputs/tree_rules.txt 还输出了可读版 if-else 规则树——答辩被问「模型内部是什么」时直接念规则即可。混淆矩阵、特征重要性、深度曲线三张 150dpi 图随包内置，报告配图齐了。

📦 本文对应的完整管道源码与实测产物已整理上传：点击查看资源包