Каковы преимущества и недостатки использования деревьев для решения задач на вероятности?

Некоторые преимущества использования деревьев для решения задач на вероятности:

• Простота понимания и интерпретации. scikit-learn.ru Деревья можно визуализировать. scikit-learn.ru
• Не требует особой подготовки данных. scikit-learn.ru Некоторые комбинации деревьев и алгоритмов поддерживают пропущенные значения. scikit-learn.ru
• Способность работать как с числовыми, так и с категориальными данными. scikit-learn.ru
• Умеет решать задачи с несколькими выходами. scikit-learn.ru
• Возможность проверки модели с помощью статистических тестов. scikit-learn.ru Это позволяет учитывать надёжность модели. scikit-learn.ru
• Даёт максимально точные результаты даже при искажении предпосылок исходных данных. gb.ru

Некоторые недостатки использования деревьев для решения задач на вероятности:

• Вероятность ошибок в задачах классификации с большим количеством классов и относительно небольшим числом примеров для обучения. cloud.vk.com
• Нестабильность процесса. cloud.vk.com www.fsight.ru Изменение в одном узле может привести к построению совсем другого дерева, что связано с иерархичностью его структуры. cloud.vk.com
• Процесс «выращивания» дерева решений может быть довольно затратным с точки зрения вычислений. cloud.vk.com
• Сложность контроля размера дерева. www.fsight.ru Размер дерева является критическим фактором, определяющим качество решения задачи. www.fsight.ru
• Неадекватность разделения на классы в сложных случаях. www.fsight.ru