1、gcforest(multi-Grained Cascade forest,多粒度级联森林)优点:训练过程效率高,适用于并行计算
2、dnn缺点:训练时需要大量训练数据;模型太复杂,导致它的运行环境更适合公司,个人的使用还是比较局限;参数多,调参过程复杂;
3、级联森林:
级联结构,每一层都是决策树组成的森林,但每层都是由两种不同的森林所组成。级联中的每一层接收到由前一层处理的特征信息,并将该层的处理结果输出给下一层。在扩展一个新的层后,整个级联的性能将在验证集上进行估计,如果没有显着的性能增益,训练过程将终止,级联中级的数量是自动确定的。