CART

同学你好，

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。

其次，加入超参数并不是降低overfitting唯一的选项。也可以通过在建立完CART后，对这个算法进行“剪枝”（pruning）处理来改善overfitting，这同样不需要超参数的参与。

所以Statement I中对于超参数“no requirement”的描述是正确的。