演算法總結、類比

標籤：決策   變數   大量   span   類方法   簡單   大資料   識別   演算法   

1.用於文檔分類的貝葉斯分類器：

          監督演算法          優點：                    訓練和查詢資料的高效性                    每次訓練可能只是用一個訓練項，不想決策樹、SVM必須傳入整個群組，才能得到最後的結果          缺點：                    因為貝葉斯定理假設特徵間彼此相互獨立，所以無法對組合特徵的結果分類 2.決策樹分類器：          監督演算法：          優點：                    模型的解釋相對容易，最為重要的判斷因素都很好的安排在靠近根部的位置；可以非常清晰的顯示出哪些變數時最合適用於拆分資料的，在廣告策劃、判斷哪些資料應該收集方面非常有意                    能夠同時處理分類和數值型資料                    非常容易的處理變數間的相互影響，比分檔分類的貝葉斯分類在這個方面好          缺點：                    對屬性非常多的資料分類時，比較困難                    不支援增量式的訓練 3.神經網路          監督的，可以識別出重要訊息和非重要訊息，既可以用於分類，也可以用於數值預測問題          優點：                    處理複雜的非線性函數，及不同輸入間的依賴關係                    增量式的訓練          缺點：                    黑盒方法，不可控性 4.支援向量機、核技法：          優點：                    對新的觀測資料分類速度最快                    適合大資料集的分類，決策樹等分類方法更適合小資料集          缺點：                    對於不同的資料集必須重新確定這些(核)變換函數及其參數                    也是黑盒技術 5.kNN          優點：                    使用複雜函數進行數值預測，同時保持簡單易懂的特點                    能知道各個屬性的重要程度                    線上技術           缺點：                    要求大量的訓練資料                    為大資料集尋找縮放因子計算量非常大 6.聚類 7.非負矩陣因式分解：拆分資料得到新的關係 8.最佳化          

演算法總結、類比