deep forest 总结

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。