機器學習Model大亂鬥

決策樹 Decision Tree

• 簡介

  • 原理：經過一層一層的邏輯分支判斷最終的結果

  • 分類：監督學習

• 優點

  • 可解釋性強、邏輯簡單

  • 能夠擬合非線性的模型

  • 執行效率高

  • 二分類和多分類問題均可以解決

• 缺點

  • 容易過擬合

  • 不能學習屬性間的關係

  • 不支持在線學習，新樣本出現以後須要重建樹