《Python机器学习基础教程》学习笔记(10) 监督学习模型的选用_因果效应神经网络和随机森林用哪个

作者：很楠不爱3 | 2024-03-26 05:17:44

踩

因果效应神经网络和随机森林用哪个

非常可靠的首选算法，适用于大型数据集，也适用于高维数据。

只适用于分类问题。适用于大型数据集和高维数据，与线性模型相比速度略快，精度略低。

速度很快，不需要数据缩放，易可视化，易理解。

几乎总是比单棵决策树的表现要好，健壮性很好。不需要数据缩放。不适用于高维稀疏数据。

不需要数据缩放。精度通常比随机森林略高。与随机森林相比，训练速度更慢，但预测速度更快，需要的内存也更少。比随机森林需要更多的参数调节，且对参数敏感。

对于特征含义相似的中等大小的数据集很强大。需要数据缩放，对参数敏感。

可以构建非常复杂的模型，特别是对于大型数据集。对数据缩放和参数选取敏感。大型网络需要很长的训练时间。

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/很楠不爱3/article/detail/314876