决策树和神经网络都是很有学的学习算法那么遇到问题应该用什么算法呢我们来看一下他们的优缺点吧决策树通常在结构化数据上表现良好表格不建议在非结构化数据上使用决策树或者是树集成图像视频音频文本不太可能用电子表格存储神经网络往往在非结构化数据上表现良好决策树和树集成的一个巨大优势是他们可以非常快速的训练小型决策树是人类可以解释的在使用决策树的时候大多数使用XGbost数集成的一个小缺点是他比单一的决策树昂贵与决策树相比神经网络在所有类型的数据中表现良好包括表格结构化数据非结构化数据还有半结构化数据在结构化数据中神经网络和决策树通常是竞争性的在非结构化中神经网络是首选神经网络的一个缺点是他比决策树慢大型神经网络需要很长的数据训练神经网络可以迁移学习如果构建一个多神经元协同的系统多个神经网络串联起来并进行训练可能比多个决策树更容易对于决策树一次只能训练一棵树