问题如下：
- 关于statement 1，CART 中single feature, cutoff value这些不是需要认为决定的吗？这些不属于hyperparameter?
- 关于statement 2，cutoff value不是需要最大程度上把类别划分出来吗？这个不属于similarity(distance) measure?
- 关于statement 3, 讲义中KNN是有图可以表示的，这里不是说明KNN也可以vidual explanation?
星星_品职助教 · 2022年10月19日
同学你好，
回复问题1：
initial hyperparameter在CART算法中指的是设置“tree”的最大高度，节点的最多数量，每个节点最少包含的数据量这些，这当中并不包括cutoff value，后者是跟着feature（用来分类的特征值）走的。即有多少个features，就要有多少个cutoff value。
而不是简单粗暴就设定一个，然后整个模型都遵循这个参数的法则来运算。
对于A选项而言，CART是可以设置超参数的（例如以上那些），但是这不是CART算法可以使用的必须前提条件（requirement）。只有在当建模者认为CART有可能产生过度拟合问题时，才可能选择用加入这些超参数的方式来降低overfitting。