9.决策树的优点？
优点: 决策树模型可读性好，具有描述性，有助于人工分析；效率高，决策树只需要一次性构建，反复使用，每一次预测的最大计算次数不超过决策树的深度 。缺点: 对中间值的缺失敏感；可能产生过度匹配的问题，即过拟合 。
10.基尼系数存在的问题?
基尼指数偏向于多值属性;当类数较大时，基尼指数求解比较困难;基尼指数倾向于支持在两个分区中生成大小相同的测试 。
面试真题
- 决策树如何防止过拟合？
- 信息增益比相对信息增益有什么好处？
- 如果由异常值或者数据分布不均匀，会对决策树有什么影响？
- 手动构建CART的回归树的前两个节点，给出公式每一步的公式推到？
- 决策树和其他模型相比有什么优点？
- 决策树的目标函数是什么？
推荐阅读
- 茶人聚话十里八乡建瓯水仙茶品饮文化节
- 安全散列算法SHA详解
- 信息摘要算法之MD5
- 2020年十大壁纸品牌排行榜
- 贵州茶业,未来十年有望实现千亿产值
- 史上最帅的剑 世界上最帅的十把剑图片
- 贵州绿茶,抱团出山促共识 十年产值逾千亿
- 中国茶叶区域公用品牌十强出炉 信阳毛尖列第3
- 绿茶信阳毛尖品鉴十步法阐释
- 信阳毛尖绿茶品鉴十步法详解