首页 > 代码库 > 决策树 基础论述

决策树 基础论述

  1. 优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据。

       缺点:可能会产生过度匹配问题。适用数据类型:数值型和标称型

 2.   K-近邻算法可以完成很多分类任务,但是它最大的缺点就是无法给出数据的内在含义,决策树的主要优势就在于数据形式非常容易理解。



决策树 基础论述