Jupyter Notebook中DecisionTreeClassifier代码报错：ccp_alpha参数异常

• 问题原因：ccp_alpha是scikit-learn 0.22版本才新增的决策树剪枝参数，你的环境中scikit-learn版本低于0.22，因此无法识别该参数。

• 解决步骤：

  1. 先确认当前scikit-learn版本，在Jupyter Notebook中运行：

     import sklearn
     print(sklearn.__version__)
     

  2. 如果版本低于0.22，升级scikit-learn：
     • 使用pip升级：

       pip install --upgrade scikit-learn
       

     • 使用conda升级（适用于Anaconda环境）：

       conda update scikit-learn
       

  3. 若无法升级版本，可通过其他参数限制树的复杂度来替代剪枝效果，比如：

     dtc2 = DecisionTreeClassifier(criterion='entropy', max_depth=5, min_samples_split=10)
     

     调整max_depth（限制树的最大深度）、min_samples_split（节点拆分所需的最小样本数）等参数，同样能避免模型过拟合，提升性能。

内容的提问来源于stack exchange，提问作者sonofjupyter