1.分类规则过于复杂。决策树算法分裂采用贪婪方式,每次只选用一个属性
进行分支构造决策树,分类方式甚多,因此产生的分类规则也复杂苛刻,需要
大量的分析和运算过程。解决这类问题一般采用剪枝的方法,关于剪枝的方法
也是决策树一个重要的研究方向,这里就不继续深入了。
2.生成结果只是局部最优解。决策树分类结果不能得到全局最优结果,只是
局部最优,分裂选取过的属性不再考虑分析,很容易忽略其他影响,造成结果
非全局最优。
3.欠拟合和过拟合。在决策树分类过程中,特征选取过少,导致不能得到分
类或预测结果;相反,特征选取过多,则导致分类或预测结果超出目标属性范
围而出错。两者相比后者更为棘手,是对于决策树和其他分类算法来说都是一
个难题。
评论0