先给结论：树一深，叶子里没几条样本，叶均值方差很大，预测会冲到极端。事后层次收缩不改任何分裂，只把每个节点的预测往祖先的样本均值拉一把，强度由一个系数管。树还是那棵树，人读的规则不变，叶值不再那么野。单棵树和树集成都能事后套。交叉验证选系数，不必重训。

为什么「再剪枝一层」不是唯一的方差阀门

痛点是结构和数值被绑在一起。剪枝会删分裂，可能把刚学到的交互砍掉；不剪又留着高方差叶子。层次收缩把两件事拆开：结构冻结，只正则叶值。每个节点 t 的新预测，是自身样本均值和父节点均值的凸组合，权重由系数 λ 和该节点样本量决定。λ 大，更听祖先；λ 小，更听自己。根没有父，保持全局均值。一条根到叶的路径上，等于层层把预测拉回更稳的上层。深度节点祖先链更长，等效正则更强——这合理，因为深处样本更少。

实现是训练之后的一遍动态规划：从根往叶走，用父的已收缩值当目标。不改分裂、不改谁进哪个叶，所以任何已训好的树都能套，包括随机森林里的每一棵。代价几乎是遍历节点，相对再训可忽略。系数用交叉验证选，验证集上扫一维就行。过小等于没缩，过大等于把树压成根均值，交互全没。中间值往往同时抬准确率和可解释性：叶值幅度变小，人更不容易被极端分数吓到，规则路径却还在。

五步把树的方差从剪枝收成事后一维正则

1. 先训完再缩。收缩不是第三种分裂准则，是后处理。和训练时的杂质函数无关，分类回归都能套。
2. 只暴露一个系数。团队里不要再为每个深度手调叶值。λ 进超参表，和最大叶数并列。选 λ 用验证集，不要用训练杂质。
3. 集成也缩。森林里每棵树各自缩，再平均。这和训练时的特征子采样不冲突：子采样降相关，收缩降叶方差，叠得上。
4. 可解释验收看结构是否还在。若产品承诺「还是同一张决策表」，收缩满足；若有人把叶值当硬阈值写进法规，收缩后阈值会动，要重新校准，不能假装没动。
5. 和树求和、装袋分工。收缩救的是已有结构上的叶方差；树求和解的是加性复制；装袋解的是不限分裂时的方差。高风险、少分裂场景：先求和再缩。冲准确率：装袋。不要用收缩代替该新开的一棵树。

现场有三条。其一，收缩强度随深度自动加重，不必为每层设不同 λ。若某层业务上必须保持原始叶均值（例如该层对应法定分界），把该层排除在收缩之外，不要因此关掉整棵树的收缩。其二，样本量出现在权重里：大叶几乎不缩，小叶缩得多。这比「所有叶乘同一个折扣」更合理。其三，跨很多数据集，事后收缩常能抬单棵树和树集成的预测，同时让模型更好读。它不是新的表达能力，是把已经学到的分裂用得更稳。

可解释性来自「哪条路径、哪个问题」，不是来自叶上那个极端小数。结构不变、数值变稳，才是事后该做的事。和训练期杂质下降不是同一档：杂质管怎么切，收缩管切完之后叶值有多野。两档都要，缺一档会表现为「规则看起来对、分数却在验证集上晃」。跨表实验里，事后收缩常常同时抬单棵树和树集成的预测，说明方差确实是瓶颈，而不是还没学到该学的分裂。

部署时把收缩写进模型卡片：λ 的取值、是否对森林逐棵做、有没有层被排除。下游若用叶值当风险分数，收缩等于改了校准，必须在验证集上重画敏感度–特异度曲线，不能沿用未收缩时的阈值。急诊决策表尤其如此：敏感度门槛是硬约束，收缩可能让某些叶的分数越过或退回门槛，看起来像「模型变了」，其实只是叶值被拉回祖先。沟通时要说清：路径没变，分数变稳了。

若只能改树流水线一处：训练结束后默认跑层次收缩，λ 走验证集。剪枝留作结构真的过大时再用，不要一上来就剪。收缩无效（验证分不升、叶值几乎不动）时，再回头看分裂预算是不是太紧或太松，而不是把 λ 拧到把树压成常数。

结论：树的规则留着，把叶值往祖先缩

深叶方差大。事后往祖先均值缩，一个系数，不改树形。森林也能套。仍靠剪枝当唯一阀门，是在用删规则来降方差。

你下次交决策树，先问叶值有没有往祖先缩、λ 怎么选的、结构有没有被剪掉。只剪不缩，方差阀门还缺一档，叶上的极端分数就不该直接给人看。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源