RMSE

MSE

Accuracy

MAPE

Висока швидкість обчислень для великих задач

Не залежить від початкових умов

Потребує дуже мало випадкових випробувань

Можливість уникнення локальних мінімумів завдяки випадковості

Для оптимізації складних нелінійних багатовимірних функцій

Для сортування даних

Для побудови гістограм

Для розв'язання систем лінійних рівнянь

Отримання наближеного оптимального розв'язку з високою ймовірністю

Гарантоване знаходження точного розв'язку за скінченну кількість кроків

Робота лише з одновимірними функціями

Обов'язкове використання похідних цільової функції

Вони потребують великої кількості гіперпараметрів

Вони не підходять для великих наборів даних

Вони схильні до перенавчання, якщо дерево занадто складне

Вони завжди мають низьку точність

Випадково обрану ознаку

Сукупність усіх листових вузлів

Кінцевий результат класифікації

Першу перевірку (розбиття) за однією з ознак

Завжди знаходять точний глобальний оптимум

Не потребують обчислення цільової функції

Не використовують випадкові величини

Менше залежать від початкового наближення та можуть досліджувати всю область пошуку

Середнє значення вибірки

Силу та напрямок лінійного зв'язку між змінними

Рівень похибки вимірювань

Кількість вимірювань у вибірці