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。 |