数据挖掘方法比较

一、可解释性和应用广泛性

1、决策树：简单直观，逻辑性强，易于理解和应用，广泛使用。

2、神经网络：可解释性差，远没有决策树和回归应用广泛。

3、Logistic回归：更为成熟、应用更为广泛，具有强大的活力和最广泛的业务应用基础。

二、缺失值和异常值敏感情况

1、决策树：对缺失值几乎不做处理即可应用，不易受到异常值影响。

2、神经网络：对缺失值敏感，需要对缺失值处理（赋值、替换或删除），对异常值和噪声不敏感。

3、Logistic回归：不能处理缺失值，需要对缺失值（赋值、替换或删除），对异常值敏感，应删除。