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
Airy阅读 663
超神经HyperAI赞 2阅读 487
吴季分赞 2阅读 143
deephub阅读 1.2k
SaaS知识库阅读 1.2k
超神经HyperAI阅读 1.1k
超神经HyperAI阅读 1.1k
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。