局部策略：优缺点及高维数据应用

局部策略是指在每次分裂前都重新划分桶，这样可以确保分桶后各个桶中的样本数量都是均匀的。然而，这种方法计算量比较大。另外，局部策略对于高维数据的处理效果不佳，因为高维数据的样本分布往往比较稀疏，重新划分桶后可能会出现某些桶中没有样本的情况，导致分类器训练不稳定。因此，在处理高维数据时，可以考虑使用全局策略，即将所有样本都分配到同一个桶中，然后再进行分裂操作。这样可以保证每个桶中都有足够的样本，同时也能减少计算量。