从 J4.8 开始，因为它是训练最快的并且通常会产生良好的结果。它的输出也是人类可读的，因此你可以看看它是否有意义。它有树可视化工具来帮助理解。它是最常用的数据挖掘算法之一。

如果 J4.8 没有给你足够好的解决方案，请尝试其他算法。

随机森林可能会为您提供更好的解决方案，但它不是人类可读的，并且不如 J4.8 快（由于正在训练多棵树）。

如果您想了解树算法如何更好地工作，我建议您遵循以下策略。

1. 阅读有关 J4.8 及其培训方式的信息。大多数树算法使用 CART、ID3、C4.5、C5.0 的变体。它们在概念上非常相似。
2. 之后阅读有关提升和集成方法的信息。
3. 阅读有关随机森林的信息。他们使用上述方法的想法。
4. 在这些算法之后阅读其他算法。例如， NBTree在叶子上使用朴素贝叶斯。LMT使用“用于构建‘逻辑模型树’的分类器，它们是在叶子处具有逻辑回归函数的分类树。”

还有一些问题需要考虑选择算法。

• 我发现有些算法比其他算法更需要内存。我使用了 480 万个实例数据库，KDD99。我可以用 4GB ram 训练 j4.8，但不能用随机森林训练很多其他算法，（神经网络、SVM 等）

• 其他一些树分类器可能无法处理您的属性或您的班级规模。例如ADTree只支持两个类问题。某些算法可能不支持日期属性等。