机器学习分类器选择

原创
2017/01/21 14:57
阅读数 52

数据准备好后,线面准备分类器: 一般分类器的选择需要考虑计算速度、数据形式和内存大小。 一些应用中,在线用户优先选择建模,所以分类器需要能快速完成训练。可以使用:最邻近算法、正态贝叶斯和决策树 如果需要考虑内存因素,决策树和神经网络是理想选择 如果不需要很快的训练,而需要很快的判断,神经网络、正态贝叶斯和SVM是不错的选择 如果不需要训练很快,但需要精确度高,可选择boost和随机森林 如果选取的特征比较好,仅仅需要一个简单易懂的分类器,决策树和最邻近算法比较好

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部