决策树 Decision Tree
简介
原理:通过一层一层的逻辑分支判断最终的结果
分类:监督学习
优势
可解释性强、逻辑简单
可以拟合非线性的模型
执行效率高
二分类和多分类问题都可以解决
缺点
容易过拟合
不能学习属性间的关系
不支持在线学习,新样本出现之后需要重建树
简介
原理:通过一层一层的逻辑分支判断最终的结果
分类:监督学习
优势
可解释性强、逻辑简单
可以拟合非线性的模型
执行效率高
二分类和多分类问题都可以解决
缺点
容易过拟合
不能学习属性间的关系
不支持在线学习,新样本出现之后需要重建树