-
随即森林是决策树的集成,是一种常用算法,通常通过bagging的方法训练。随即森林的效果通常与Boosting的效果类似,易于训练和调整。
随机森林优点:
- 很少过度拟合
- 能够并行构建,即每棵决策树都能独立训练
- 分类的准确率更高
- 缺失数据时, 仍能处理保持准确率;对异常值不敏感
- 不需要输入预处理。
- 随即森林缺点:
- 大量的决策树减缓算法
- 回归问题的效果不好
- 类似黑盒方法,很难解释
随即森林是决策树的集成,是一种常用算法,通常通过bagging的方法训练。随即森林的效果通常与Boosting的效果类似,易于训练和调整。
随机森林优点: