經常使用分類器的效果對比

若是把機器學習歸爲兩大類，那麼主要的工做能夠分爲：分類和聚類。而分類任務基本上佔整個機器學習或者是數據挖掘領域的70%,可見咱們遇到的不少問題，均可以用分類的算法進行解決。機器學習發展到如今，許多被證明有效的分類算法被提出，例如咱們常常會用到的K-近鄰分類器、樸素貝葉斯分類器、支持向量機(SVM)、決策樹算法等。你們平時在用的時候可能並不太清楚每種分類算法適合哪一種類型的數據，由於對於不一樣的數據

>>阅读原文<<