개념
가지치기는 탐색이나 모델 학습에서 불필요한 가지를 제거하는 방법이다. 계산량을 줄이거나 과적합을 막기 위해 사용된다.
게임 탐색에서
알파-베타 가지치기는 미니맥스 알고리즘에서 결과에 영향을 주지 않는 노드를 탐색하지 않는다. 이를 통해 같은 결론을 더 적은 계산으로 얻을 수 있다.
의사결정트리에서
의사결정트리에서는 너무 깊게 분할하면 학습 데이터에만 맞는 복잡한 트리가 될 수 있다. 이때 가지치기를 통해 불필요한 분기를 줄이면 일반화 성능이 좋아질 수 있다.
비용 복잡도 가지치기는 예측 오차와 리프 수를 함께 최소화하는 부분 트리를 선택한다.