决策树:信贷审批模型
选择理由:
1. 准确性高
2. 通俗易懂
3.政府机构监控贷款业务,因为信息需要一定程度的透明(决策树能较为清晰的说出为什么一个申请者的贷款被拒绝或者通过)
支持向量机:
优点:
缺点:黑箱模型的代表
案例:光学字符识别(图像数据处理)。因为支持向量机能够学习复杂的图案而不需要对噪声过度敏感,能够以高的准确率识别光学图案。并且支持向量机的只要缺点:黑箱,对图像处理并不那么重要。如果一个支持向量机能够区分一只猫和一只狗,那么它是如何做到的并不很重要。
决策树:信贷审批模型
选择理由:
1. 准确性高
2. 通俗易懂
3.政府机构监控贷款业务,因为信息需要一定程度的透明(决策树能较为清晰的说出为什么一个申请者的贷款被拒绝或者通过)
支持向量机:
优点:
缺点:黑箱模型的代表
案例:光学字符识别(图像数据处理)。因为支持向量机能够学习复杂的图案而不需要对噪声过度敏感,能够以高的准确率识别光学图案。并且支持向量机的只要缺点:黑箱,对图像处理并不那么重要。如果一个支持向量机能够区分一只猫和一只狗,那么它是如何做到的并不很重要。