【机器学习】集成学习各方法优缺点特征总结

随机森林 优势 具备极高的准确率 随机性的引入，使得随机森林不容易过拟合，有很好的抗噪声能力，对异常点离群点不敏感 能处理很高维度的数据，而且不用作特征选择 既能处理离散型数据，也能处理连续型数据，数据集无需规范化（归一化） 实现简单，训练速度快，能够获得变量重要性排序（计算每一个特征在分裂时被选到的次数或者某个特征不纯度平均降低了多少） 容易实现并行化 在建立随机森林的时候，对generliza

>>阅读原文<<