摘要
CART 提供了可解释的树模型，但其数据自适应的构造方式可能会扭曲对叶节点汇总统计量的推断。通过将拟合的树与大型独立参考样本进行比较，我们发现回归叶节点均值通常校准良好，而标准差往往被低估；在二分类问题中，叶节点类别比例往往过于极端，导致伯努利方差估计出现向下偏差。我们提出了一种 bootstrap 偏差校正（BBC）方法，通过使用观测重叠将 bootstrap 树的节点与原始树的节点进行匹配，从而考虑树结构中的变异。在多种模拟研究中，BBC 在非线性信号结构下减少了回归标准差的误差，并改善了分类中的类别概率和方差估计。当真实树结构被几乎完美恢复且未校正误差已经较小时，其优势会减弱，并可能略微过度校正。在 Major League Baseball 薪水和 Pima 糖尿病数据的应用中，BBC 作为一种实用方法，可有效缓解 CART 叶节点估计中的自适应扭曲。
