В чем заключаются преимущества и недостатки использования Decision Tree Regression для предсказания непрерывных значений?

Преимущества использования Decision Tree Regression для предсказания непрерывных значений:

• Простота интерпретации. www.upgrad.com scikit-learn.ru В отличие от моделей «чёрного ящика», таких как нейронные сети, деревья решений легко интерпретировать и понимать. www.upgrad.com
• Отсутствие необходимости в масштабировании или нормализации данных. www.upgrad.com Алгоритм работает непосредственно с сырыми данными, независимо от величины или диапазона признаков, что упрощает этап предварительной обработки. www.upgrad.com
• Непараметрический характер. www.upgrad.com В отличие от параметрических моделей, которые предполагают определённую форму (например, линейную зависимость), деревья решений могут адаптироваться к форме данных без необходимости подгонять предопределённую модель. www.upgrad.com

Недостатки использования Decision Tree Regression для предсказания непрерывных значений:

• Нестабильность. www.upgrad.com scikit-learn.ru Небольшие изменения в данных могут привести к значительным изменениям в структуре дерева. www.upgrad.com
• Склонность к переобучению. practicum.yandex.ru Модель дерева решений подстраивается под те данные, которые получает, и ищет характеристики, которые увеличат вероятность. practicum.yandex.ru Из-за этого алгоритм не сможет сделать прогноз на характеристики, которых не было в обучающей выборке. practicum.yandex.ru