简单总结几个常见算法
2018-08-16 本文已影响0人
Zake_Wang
朴素贝叶斯
优点:简单易懂
缺点:假设特征之间相互独立,不能处理特征之间有关联的情况
LR(逻辑回归)
优点:线性模型,复杂度低,可以处理多维数的特征
缺点:只能在特征和结果之间是线性关系的情况下取得好的效果,不能处理复杂的情况
决策树
优点:可解释性,对缺失值不敏感,可以处理不相关特征数据,效率高
缺点:对连续性特征难预测,不太能处理类别很多的分类,在处理特征关联性比较强的数据时表现不太好
KNN
优点:简单易用,对异常值不敏感
缺点:计算复杂度高,空间复杂度高,无法描绘数据的内部含义