选择逻辑回归或决策树

时间:2018-03-09 12:34:08

标签: machine-learning classification logistic-regression decision-tree multiclass-classification

我有项目,其中功能为0或1(表示是或否),标签为0到9.应用程序将向用户询问100个问题,答案将为0或1(功能)。从那些问题我会告诉他哪个标签适合他(如果0或1或2 ..... 9)

我已经做了一些代码(用LR) 你怎么看?对于这种情况,我将使用多类逻辑回归或多类决策树

2 个答案:

答案 0 :(得分:0)

决策树是解决方案,谢谢@franiis

答案 1 :(得分:0)

当数据的维数较高时,

逻辑回归效果很好。而在决策树中,深度不应太深。因此,在您的情况下,最好使用决策树,但最好的方法是尝试这两种方法,然后通过准确性,AUC,对数损失等任何指标查看其性能。