1、可能会忽视变量之间的线性关系(因为树是非线性和非参的); 2、对数据的变化很敏感,即使是轻微的变化也会导致非常不同的拆分; 3、在预测器空间的横向和纵向分割能充分划分‘类别的情况下,分类树是有用的,但通过对角线或其他方法实现分类时,分类树的性能可能会低于判别分析等方法; 【针对这个劣势,提高性能的一...