機器學習集成算法--- 樸素貝葉斯,k-近鄰算法,決策樹,支持向量機(SVM),Logistic迴歸...

樸素貝葉斯:html 是使用機率論來分類的算法。其中樸素：各特徵條件獨立；貝葉斯：根據貝葉斯定理。 這裏，只要分別估計出，特徵 Χi 在每一類的條件機率就能夠了。類別 y 的先驗機率能夠經過訓練集算出算法   k-近鄰算法:post 簡單地說，k-近鄰算法採用測量不一樣特徵值之間的距離方法進行分類。學習 決策樹: 最優劃分屬性,結點的「純度」愈來愈高。編碼 即如何選擇最優劃分屬性，通常而言，隨着劃

>>阅读原文<<