决策树有哪些缺点?

  统计/机器学习 监督式学习 开放问题    浏览次数: 310
0

决策树作为一个元老级的算法,是很多高级算法的基石。那么决策树有哪些缺点呢?


另外,镜像问题:k近邻算法有哪些缺点


 

吴昊通   2018-03-04 11:56



   2个回答 
2

可能会对纯度高的特征非常依赖。导致人的行为变化,模型就会不稳定。因此,随机森林的出现解决这一问题。

同时也可以看出决策树的发展,在不断完善,从ID3到C4.5,CART

推荐阅读:https://zhuanlan.zhihu.com/p/32877396

betten   2018-03-04 16:21

2

单决策树最大的缺陷在于,无约束,容易over-fitting,往往通过剪枝(内部)或集成方法(外部)来解决此问题

dzzxjl   2018-03-05 21:36



  相关主题

剪枝是什么意思   1回答

Extra Tree算法   1回答

决策树算法ID3,C4.5和CART的特点、异同?   3回答

决策树怎么做增量学习或者online学习?   1回答

随机森林(random forest)和支持向量机(SVM)各有什么优劣   1回答

决策树是如何得到量化的概率,不只是0或1的标签?   2回答

决策树的熵是什么?怎么用熵来选分叉?   1回答

Gradient tree boosting和random forest (随机森林) 有什么区别和联系   1回答

决策树的深度和数据特征个数的关系   1回答

Adaboost里的树有没有可能权重是负数?   1回答

决策树剪枝有什么策略或者注意事项?   2回答

决策树可以做多元分类吗?   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!