決策樹的優(yōu)點(diǎn)

　　1、決策樹易于理解和解釋，可以可視化分析，容易提取出規(guī)則；

　　2、可以同時(shí)處理標(biāo)稱型和數(shù)值型數(shù)據(jù)；

　　3、比較適合處理有缺失屬性的樣本；

　　4、能夠處理不相關(guān)的特征；

　　5、測(cè)試數(shù)據(jù)集時(shí)，運(yùn)行速度比較快；

　　6、在相對(duì)短的時(shí)間內(nèi)能夠?qū)Υ笮蛿?shù)據(jù)源做出可行且效果良好的結(jié)果。

　　決策樹的缺點(diǎn)

　　1、容易發(fā)生過擬合（隨機(jī)森林可以很大程度上減少過擬合）；

　　2、容易忽略數(shù)據(jù)集中屬性的相互關(guān)聯(lián)；

　　3、對(duì)于那些各類別樣本數(shù)量不一致的數(shù)據(jù)，在決策樹中，進(jìn)行屬性劃分時(shí)，不同的判定準(zhǔn)則會(huì)帶來不同的屬性選擇傾向；信息增益準(zhǔn)則對(duì)可取數(shù)目較多的屬性有所偏好（典型代表ID3算法），而增益率準(zhǔn)則（CART）則對(duì)可取數(shù)目較少的屬性有所偏好，但CART進(jìn)行屬性劃分時(shí)候不再簡(jiǎn)單地直接利用增益率盡心劃分，而是采用一種啟發(fā)式規(guī)則）（只要是使用了信息增益，都有這個(gè)缺點(diǎn)，如RF）。

　　4、ID3算法計(jì)算信息增益時(shí)結(jié)果偏向數(shù)值比較多的特征。