随机丛林的局限性

除了 Bagging 树范型的一般局限性外，随机丛林还有一些局限性：

• 当我们须要揣摸超出范围的自力变量或非自力变量，随机丛林做抱病不好，我们最好应用如 MARS 那样的算法。
• 随机丛林算法在练习和猜测时都比较慢。
• 如不雅须要区分的类别十分多，随机丛林的表示并不会很好。

总的来说，随机丛林在很多义务上一般要比晋升办法的精度差，并且运行时光也更长。所有在 Kaggle 比赛上，有很多模型都是应用的梯度晋升树算法或其他优良的晋升办法。

　　推荐阅读

　　Linux下awk内置变量使用介绍

我们将逐渐揭开 awk 功能的神秘面纱，在本节中，我们将介绍 awk 内置built-in变量的概念。你可以在 awk 中应用两种类型的变量，它们是：用户自定义user-defined变量和内置变量。我们将逐>>>详细阅读

本文标题：从决策树到随机森林：树型算法的原理与实现

地址：http://www.17bianji.com/lsqh/36558.html

 1/2    1