摘要: 一、优点: 1.引入了两个随机(样本随机、特征随机),所以不容易陷入过拟合。 2.由于树的组合,可以处理非线性数据。 3.训练结束后,模型可以给出feature的重要程度。 二、缺点 1.随机森林的决策树个数较多时,训练时间和空间会较大。 2.在某些噪音较大的样本集中,容易陷入过拟合。 三、框架参数 阅读全文
posted @ 2020-07-27 18:09 Cloris-Zhang 阅读(1855) 评论(0) 推荐(0) 编辑