随机森林

在数据集上表现良好，不容易陷入过拟合；

具有良好的抗噪声能力；

能够处理高纬度的数据。对数据集的适应能力强。

极端随机森林

完全随机得到分叉值。从而实现对决策树进行分叉；

使用所有样本训练，在某种程度上效果优于随机森林。

LightGBM

训练效率快、可以处理大规模数据；

支持并行优化学习；

内存使用率较低。