主流機器學習算法優缺點總結，先從基礎玩起！

作者|姚凱飛   整理|AI研習社 1.決策樹:判別模型，多分類與迴歸，正則化的極大似然估計 特點： 適用於小數據集 優點： 計算量簡單，可解釋性強，比較適合處理有缺失屬性值的樣本，能夠處理不相關的特徵; 缺點： 容易過擬合(後續出現了隨機森林，減小了過擬合現象),使用剪枝來避免過擬合; 適用數據範圍： 數值型和標稱型 CART分類與迴歸樹: 決策樹分類方法，採用基於最小距離的基尼指數估計函數，用

>>阅读原文<<