第十一周学习总结

这周加深了决策树算法的学习,了解了其中的优缺点

决策树的优点:

一、           决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义。

二、           对于决策树,数据的准备往往是简单或者是不必要的.其他的技术往往要求先把数据一般化,比如去掉多余的或者空白的属性。

三、           能够同时处理数据型和常规型属性。其他的技术往往要求数据属性的单一。

四、           决策树是一个白盒模型。如果给定一个观察的模型,那么根据所产生的决策树很容易推出相应的逻辑表达式。

五、           易于通过静态测试来对模型进行评测。表示有可能测量该模型的可信度。

六、          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。

七、           可以对有许多属性的数据集构造决策树。

八、           决策树可很好地扩展到大型数据库中,同时它的大小独立于数据库的大小。

 

决策树的缺点:

一、           对于那些各类别样本数量不一致的数据,在决策树当中,信息增益的结果偏向于那些具有更多数值的特征。

二、           决策树处理缺失数据时的困难。

三、           过度拟合问题的出现。

四、           忽略数据集中属性之间的相关性。

 

posted @   dululudululu  阅读(24)  评论(0编辑  收藏  举报
编辑推荐:
· 一个超经典 WinForm,WPF 卡死问题的终极反思
· ASP.NET Core - 日志记录系统(二)
· .NET 依赖注入中的 Captive Dependency
· .NET Core 对象分配(Alloc)底层原理浅谈
· 聊一聊 C#异步 任务延续的三种底层玩法
阅读排行:
· 互联网不景气了那就玩玩嵌入式吧,用纯.NET开发并制作一个智能桌面机器人(一):从.NET IoT入
· .NET 开发的分流抢票软件,不做广告、不收集隐私
· ASP.NET Core - 日志记录系统(二)
· 一个超经典 WinForm,WPF 卡死问题的终极反思
· 实现windows下简单的自动化窗口管理
点击右上角即可分享
微信分享提示