Зачем делается редукция решающих деревьев?

Сокращение дерева решений помогает предотвратить переобучение модели, чтобы наша модель хорошо обобщала невидимые данные.  Сокращение дерева решений означает удаление избыточного и бесполезного разделения поддерева и замену его конечным узлом.

Post Pruning :

Этот метод используется после построения дерева решений.

Этот метод используется, когда дерево решений будет иметь очень большую глубину и будет показывать переоснащение модели.

Это также известно как обратная обрезка.

Этот метод используется, когда у нас есть бесконечно растущее дерево решений.

Здесь мы будем контролировать ветви дерева решений max_depth и min_samples_split, используя cost_complexity_pruning

Детально смотри  https://informatics-ege.blogspot.com/2022/07/post-pruning-in-decision-tree.html