我一直在阅读“决策树”和“交叉验证”，并且我理解这两个概念。但是，我在理解交叉验证方面遇到了麻烦，因为它与决策树有关。本质上，交叉验证使您可以在数据集相对较小时在训练和测试之间进行切换，以最大程度地提高错误估计率。一个非常简单的算法是这样的：

1. 确定所需的折数（k）
2. 将您的数据集细分为k折
3. 使用k-1折作为训练集以构建树。
4. 使用测试集来估计有关树中错误的统计信息。
5. 保存结果供以后使用
6. 重复步骤3-6，进行k次，为测试集留出不同的折痕。
7. 对迭代中的误差取平均值以预测整体误差

我不知道的问题是最后您将拥有k个决策树，这些决策树可能都稍有不同，因为它们可能无法以相同的方式拆分，等等。您选择哪棵树？我曾经想到过的一个想法是选择误差最小的想法（尽管这并不能使它达到最佳效果-
也许使用分层效果可能会更好-也许使用分层会有所帮助，但我读过的所有内容都说它只会有所帮助）。

据我了解，交叉验证的重点是计算节点统计信息，以后可以将其用于修剪。因此，实际上，树中的每个节点都会根据为其提供的测试集为其计算统计信息。重要的是节点统计中的这些，但是如果您平均出错的话。当每棵树的分割选择可能不同时，如何将这些统计信息合并到k棵树的每个节点中。

在每次迭代中计算总体误差的重点是什么？在修剪过程中不能使用这种方法。

任何帮助与这个小皱纹将不胜感激。