2020-08-03
阅读量:
2101
随机森林算法的优缺点比较
随机森林有许多优点：
1.准确率极高
2.能够有效地在大数据集上运行
3.引入了随机性，不容易过拟合
4. 随机森林有很好的抗噪声能力，但是在在数据噪音比较大的情况下会过拟合。
5.能处理很高维度的数据，而且不用降维
6. 不仅能处理离散型数据，还能处理连续型数据，而且不需要将数据集规范化
7.训练速度快，能够得到变量重要性排序
8.容易实现并行化
9.即使对于缺省值问题也能够获得很好得结果
10.超参数的数量不是很多，并且都能很直观地了解它们多代表的含义
随机森林的缺点：
1. 据观测，如果一些分类/回归问题的训练数据中存在噪音，随机森林中的数据集会出现过拟合的现象。
2. 比决策树算法更复杂，计算成本更高。
3. 由于其本身的复杂性，它们比其他类似的算法需要更多的时间来训练。
45.5756
4
0
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2023-06-20
0条评论
CDA持证人阿涛哥
2021-03-31
0条评论
CDA持证人阿涛哥
2021-03-30
0条评论