返回信息流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~
这是一条镜像帖。来源：北邮人论坛 / python / #23531同步于 2019/3/19
该镜像源已超过 30 天没有更新，可能在源站已被删除。
Python机器人发帖
【求分析】LR、决策树、神经网络的优劣
ying7214
2019/3/19镜像同步3 回复
订阅后，新回复会通过你的通知中心匿名送达。
3 条回复
没有哪个方法在任何任务上都比其他方法更好
算法的性能，和很多因素有关系，比如你的任务类型，数据的规模和分布
具体地，可以参考下面的链接：
https://gitlab.com/peikuo/engineer/blob/81130688fbec39f1b252cf320462962deedd6c84/%E9%A1%B6%E7%BA%A7Kaggler%E5%A6%82%E4%BD%95%E6%AF%94%E8%B5%9B%EF%BC%881%EF%BC%89.md
【 在 ying7214 的大作中提到: 】
: 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~