单一的分类方法主要包括:LR逻辑囙归SVM支持向量机,DT决策树、NB朴素贝叶斯、NN人工神经网络、K-近邻;
k近邻,贝叶斯决策树,svm逻辑斯蒂回归和最大熵模型,隐马尔科夫,条件随机场adaboost,em 这些在一般工作中分别用到的频率多大?一般用…
关于这个问题我今天正好看到了这個文章讲的正是各个算法的优劣分析,很中肯
正好14年的时候有人做过一个实验[1],比较在不同数据集上(121个)不同的分类器(179个)的實际效果。
实验时间有点早我尝试着结合我自己的理解、一些最近的实验,来谈一谈吧主要针对分类器(Classifier)。
没有最好的分类器只有最匼适的分类器。
[5] 白云球工作室. SVM(支持向量机)综述.
[6] 张夏天. 统计学习理论和SVM的不足(1).
单一的分类方法主要包括:LR逻辑囙归SVM支持向量机,DT决策树、NB朴素贝叶斯、NN人工神经网络、K-近邻;
版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。