我在Weka上尝试为一个数据集找到最佳分类器，并研究了随机树算法的不同最大深度类型。但是我无法理解我得到的结果：当最大深度在3到10之间时，准确率远高于最大深度>10的情况。谁能帮我解释这是为什么？更深的树不应该带来更高的准确率吗？

回答：

更深的树在训练集上能带来更高的准确率，而非测试集。深树让你的模型更容易过拟合数据，创建更贴合的决策边界，这通常与类别之间的实际边界不符。