1. 首页
  2. 人工智能

一文知道决策树的优缺点

  决策树的优点   1、决策树易于理解和解释,可以可视化分析,容易提取出规则;

  决策树的优点

  1、决策树易于理解和解释,可以可视化分析,容易提取出规则;

  2、可以同时处理标称型和数值型数据;

  3、比较适合处理有缺失属性的样本;

  4、能够处理不相关的特征;

  5、测试数据集时,运行速度比较快;

  6、在相对短的时间内能够对大型数据源做出可行且效果良好的结果。

  决策树的缺点

  1、容易发生过拟合(随机森林可以很大程度上减少过拟合);

  2、容易忽略数据集中属性的相互关联;

  3、对于那些各类别样本数量不一致的数据,在决策树中,进行属性划分时,不同的判定准则会带来不同的属性选择倾向;信息增益准则对可取数目较多的属性有所偏好(典型代表ID3算法),而增益率准则(CART)则对可取数目较少的属性有所偏好,但CART进行属性划分时候不再简单地直接利用增益率尽心划分,而是采用一种启发式规则)(只要是使用了信息增益,都有这个缺点,如RF)。

  4、ID3算法计算信息增益时结果偏向数值比较多的特征。

免责声明:本站旨在传递信息,不代表有传资讯的观点和立场。本站遵循行业规范,如转载您的文章未标注版权,请联系我们(QQ:78799268)改正。本站的原创文章,如若转载,请注明出处:http://www.ainoline.cn/rengongzhineng/12444.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

在线咨询:点击这里给我发消息

邮件:78799268@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code