决策树优劣.docx
需积分: 0 70 浏览量
2021-02-14
19:47:42
上传
评论
收藏 12KB DOCX 举报
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