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。