剪定（せんてい）

剪定とは、決定木の枝を後から刈り込み、モデルが複雑になりすぎないように調整する処理のことです。

決定木は条件をどんどん細かく分けると、訓練データに過剰に合わせ込んだ「過学習」状態になります。剪定では、効果の小さい枝を切り落として木をシンプルにします。

過学習を防ぎ、未知データに対する性能（汎化性能）を高めるための重要なテクニックです。