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: 466
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 
3

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

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



  相关主题

kNN算法有哪些缺点?   6回答

K Means算法有哪些缺陷、劣势?   4回答

在使用PCA降维时,有哪些坑?   6回答

如果采用非等权重的方法集成一个随机森林,会表现得更好嘛?   1回答

Adaboost里的树有没有可能权重是负数?   1回答

求问:Cart分类树为什么是基尼指数最小化准则   1回答

随机森林中增加树的数量对于偏差和方差的影响   2回答

决策树怎么做增量学习或者online学习?   1回答

决策树的熵是什么?怎么用熵来选分叉?   1回答

关于knn算法中kd树的问题   0回答

决策树算法ID3,C4.5和CART的特点、异同?   3回答

决策树的深度和数据特征个数的关系   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!