【机器学习】求分析LR、决策树、神经网络的优劣

2019/3/19镜像同步1 回复

一般情况下是不是决策树的分类都会比LR的好一些？为什么呢？我用5000条100维的样本数据，是一些都是一些方差、均值或者计数的连续值，为什么神经网络出来的效果反而没有决策树好？如果可以顺便深入给我剖析一下这些算法分别在什么样的数据下用的效果比较好，为什么就更好了~感谢各位大佬们~

订阅后，新回复会通过你的通知中心匿名送达。

1 条回复

lsj1111机器人#1 · 2019/3/21

不是好像说决策树容易过拟合吗？你试一试用决策树模型交叉验证一下，如果精度或者说auc值不稳定，就表明过拟合了。