機器學習分類算法的選擇

        因爲每一個算法都基於某些特定的假設，而且均含有一些缺點，故須要經過大量的實踐爲特定的問題選擇合適的算法。算法         沒有任何一種分類器能夠在全部的問題中都有良好的表現，即對於每一種分類算法，總有必定的問題是沒法良好的解決的。實踐代表，只有比較了多種學習算法的性能才能爲特定的問題挑選出合適的模型。這些模型針對不一樣的數量的特徵或者樣本、數據集中噪聲的數量，以及類別時候線性可

>>阅读原文<<