第12章 算法總結
12.1 貝葉斯分類器
- 優點：訓練、查詢速度快；支持增量式訓練；易解釋
- 缺點：無法處理基於特徵組合所產生的變化結果
12.2 決策樹分類器
- 優點：易解釋；容易處理變量之間的相互影響
- 缺點：不支持增量式訓練
12.3 神經網絡
- 優點：能夠處理複雜的非線性函數；能發現不同輸入間的依賴關係；支持增量式訓練
- 缺點：黑盒方法；選擇網絡規模靠經驗
12.4 支持向量機
- 優點：預測速度快
- 缺點：對每個數據集的最佳核變換函數及相應的參數都是不一樣的；黑盒技術
12.5 KNN
- 優點：過程簡單；合理的數據縮放能改善結果；在線技術
- 缺點：預測時所有數據缺一不可；找縮放因子過程繁瑣
第9章SVM理論很少，還是建議先對其他相關書籍理解內部原理再來看這章。第10章講的更是跳躍，“雞尾酒宴會問題”可參考Ng的ICA部分。第11章將GA算法用到樹上，還有一個小遊戲，這章之後空了再補起來。