
有些分歧是表面的,例如決策樹可以對付缺失值,而邏輯回歸需要挖掘人員預(yù)先對缺失數(shù)據(jù)進(jìn)行處理。但實際上決策樹同樣要對缺失值做出某種假設(shè)和處理。例如CART在遇到一個變量中有缺失情況時,是用次級變量進(jìn)行替換切分。這種做法在邏輯回歸中也可以辦到,但需要單獨(dú)的編程。而在決策樹中,這一步已經(jīng)嵌入軟件的算法引擎。
1.邏輯回歸對數(shù)據(jù)整體結(jié)構(gòu)的分析優(yōu)于決策樹,而決策樹對局部結(jié)構(gòu)的分析優(yōu)于邏輯回歸。
2.邏輯回歸擅長分析線性關(guān)系,而決策樹對線性關(guān)系的把握較差。雖然對付非線性關(guān)系是決策樹的強(qiáng)項,但是很多非線性關(guān)系完全可以用線性關(guān)系作為近似,而且效果很好。線性關(guān)系在實踐中有很多優(yōu)點:簡潔,易理解,可以在一定程度上防止對數(shù)據(jù)的過度擬合。
3.邏輯回歸對極值比較敏感,容易受極端值的影響,而決策樹在這方面表現(xiàn)較好。
兩者的差別主要來自算法邏輯。決策樹由于采用分割的方法,所以能夠深入數(shù)據(jù)細(xì)部,但同時失去了對全局的把握。一個分層一旦形成,它和別的層面或節(jié)點的關(guān)系就被切斷了,以后的挖掘只能在局部中進(jìn)行。同時由于切分,樣本數(shù)量不斷萎縮,所以無法支持對多變量的同時檢驗。而邏輯回歸,始終著眼整個數(shù)據(jù)的擬合,所以對全局把握較好。但無法兼顧局部數(shù)據(jù),或者說缺乏探查局部結(jié)構(gòu)的內(nèi)在機(jī)制。
除外,邏輯回歸和決策樹還有一些應(yīng)用上的區(qū)別。決策樹的結(jié)果和邏輯回歸相比略顯粗糙。邏輯回歸原則上可以提供數(shù)據(jù)中每個觀察點的概率,而決策樹只能把挖掘?qū)ο蠓譃橛邢薜母怕式M群。比如決策樹確定17個節(jié)點,全部人口就只能有17個概率,在應(yīng)用上受到一定限制。就操作來說,決策樹比較容易上手,需要的數(shù)據(jù)預(yù)處理較少,而邏輯回歸則要求一定的訓(xùn)練和技巧。
對于兩者間互補(bǔ)或增強(qiáng),主要思路是利用決策樹對局部數(shù)據(jù)結(jié)構(gòu)優(yōu)越的把握能力增加邏輯回歸的效力。在具體做法上有幾種,一種是從決策樹分析中找出數(shù)據(jù)局部結(jié)構(gòu),作為在邏輯回歸中構(gòu)建依變量(interaction)的依據(jù)。另一種是在需要對預(yù)測因子進(jìn)行離散化處理時,利用決策樹分析決定最佳切分點。還有一種是把決策樹分類的最終結(jié)果作為預(yù)測變量,和其他協(xié)變量一起代入回歸模型,又稱為“嫁接式模型”。從理論上講,嫁接模型綜合了決策樹和邏輯回歸的優(yōu)點。最終節(jié)點包含了數(shù)據(jù)中重要的局部結(jié)構(gòu),而協(xié)變量可以拾補(bǔ)被決策樹遺漏的數(shù)據(jù)整體結(jié)構(gòu)。
嫁接模型是一個很巧妙的設(shè)計,但是在實踐中并沒有得到普遍的認(rèn)同。由于決策樹已經(jīng)對數(shù)據(jù)進(jìn)行了最大限度的擬合,所以留給協(xié)變量的余地很小。換句話說,把決策樹的最終節(jié)點作為預(yù)測因子,就可能找不出還有獨(dú)立作用的協(xié)變量。而沒有協(xié)變量,邏輯回歸實際只是決策樹的重復(fù)。再有,由于節(jié)點是多個屬性的綜合,不易解釋。每個節(jié)點到底代表什么不明確,由此限制了這種方法的推廣。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10CDA 數(shù)據(jù)分析師:商業(yè)數(shù)據(jù)分析實踐的落地者與價值創(chuàng)造者 商業(yè)數(shù)據(jù)分析的價值,最終要在 “實踐” 中體現(xiàn) —— 脫離業(yè)務(wù)場景的分 ...
2025-09-10機(jī)器學(xué)習(xí)解決實際問題的核心關(guān)鍵:從業(yè)務(wù)到落地的全流程解析 在人工智能技術(shù)落地的浪潮中,機(jī)器學(xué)習(xí)作為核心工具,已廣泛應(yīng)用于 ...
2025-09-09SPSS 編碼狀態(tài)區(qū)域中 Unicode 的功能與價值解析 在 SPSS(Statistical Product and Service Solutions,統(tǒng)計產(chǎn)品與服務(wù)解決方案 ...
2025-09-09