摘要: 决策树的主要优点: 1. 具有很好的解释性,模型可以生成可以理解的规则。 2. 可以发现特征的重要程度。 3. 模型的计算复杂度较低。 决策树的主要缺点: 1. 模型容易过拟合,需要采用减枝技术处理。 2. 不能很好利用连续型特征。 3. 预测能力有限,无法达到其他强监督模型效果。 4. 方差较高,数据分布的轻微改变很容易造成树结构完全不同。 阅读全文
posted @ 2023-03-25 22:34 汀、人工智能 阅读(278) 评论(0) 推荐(0) 编辑