意思決定ツリーを構築する場合、通常は次の手順に従います。
決定木の生成: これは、モデルが特徴値に基づいてデータを反復的に分割し、ブランチを形成するプロセスです。
剪定: このステップは生成後に実行され、不要なブランチを削除して過剰適合を減らし、一般化を強化します。
特徴選択: これは決定木構築の一部であり、各ノードで関連する特徴が選択され、ツリーの分岐方法が決まります。
一方、データ クレンジングは、モデルのトレーニングを開始する前に実行される前処理手順です。欠落データやエラー データを処理してデータセットの品質を向上させますが、決定木の構築プロセス自体には含まれません。
HCIA AI
参照：
機械学習の概要: 決定木アルゴリズムと決定木を構築するプロセスについて説明します。
AI 開発フレームワーク: 機械学習モデルを構築するための手順を強調し、データの前処理 (データクレンジングなど) をモデル構築手順から分離します。