مزایای الگوریتم یادگیری ماشین درخت تصمیم گیری کدام است؟

مزایای الگوریتم یادگیری ماشین درخت تصمیم گیری کدام است؟

آکادمی داده

۱۳۹۷/۰۴/۰۲


  • 169 بازدید

- درخت تصمیم توانایی کار با داده های پیوسته و گسسته را دارد. 
- درخت تصمیم از نواحی تصمیم گیری ساده استفاده می کند. 
- مقایسه های غیرضروری در این ساختار حذف می شوند. 
- از ویژگی های متفاوت برای نمونه های مختلف استفاده میشود. 
- نیازی به تخمین تابع توزیع نیست. 
- آماده سازی داده ها برای یک درخت تصمیم، ساده یا غیر ضروری است. 
- درخت تصمیم یک مدل جعبه سفید است. توصیف شرایط در درختان تصمیم به آسانی و با منطق بولی امکان پذیر است. در حالی که شبکه های عصبی به دلیل پیچیدگی در توصیف نتایج آنها، مدل جعبه سیاه می باشند. 
- تأیید یک مدل در درخت های تصمیم با استفاده از ارزیابی های آماری امکان پذیر است. 
- ساختارهای درخت تصمیم برای تحلیل داده های بزرگ در زمان کوتاه قدرتمند می باشند. 
- روابط غیرمنتظره یا نامعلوم را می یابند. 
- درختهای تصمیم قادر به شناسایی تفاوت های زیر گروه ها می باشند. 
- درختهای تصمیم قادر به سازگار کردن داده های فاقد مقدار هستند. 
- روش های درخت تصمیم به ویژه در آشکار کردن تراکنش های پیچیده بین متغیرها بسیار توانمند هستند. هر شاخه ای از درخت می تواند شامل ترکیبات مختلفی از متغیرها باشد و متغیرهای یکسان می توانند بیش از یک بار در قسمتهای مختلف درخت ظاهر شوند. این امر می تواند مشخص کند که چگونه یک متغیر می تواند وابسته به متغیری دیگر باشد.