题目标题

LR与树模型差别,各⾃优缺点?

难度:初级

机器学习
参考解析

l 差别
① 树模型是⾮线性模型,LR是线性模型(当然可以对特征进⾏变换转化成⾮线性,这个暂且不论)
② LR需要对特征scaling,树模型可能不⽤
③ LR对异常值敏感,树模型不敏感因为只是判断⼤⼩不是使⽤绝对数值进⾏计算
④ 基于算法原理,LR对数据整体把握较好,树模型对局部数据把握较好
l 使⽤
① 特征特别多且稀疏的时候使⽤LR⽐较好因为可以省时间,节省计算量
② LR对于分类特征⽆能为⼒
③ 树模型解释性⽐较好(不对,因为可以使⽤离散化onehot在LR上训练解释性也可以的)