幾種分類器小結

樸素貝葉斯分類器是假設數據樣本特徵徹底獨立，以貝葉斯定理爲基礎的簡單機率分類器。 AdaBoost算法的自適應在於前一個分類器產生的錯誤分類樣本會被用來訓練下一個分類器，從而提高分類準確率，可是AdaBoost算法對於噪聲樣本和異常樣本比較敏感。 支持向量機是用過構建一個或者多個高維的超平面來將樣本數據進行劃分，超平面即爲樣本之間的分類邊界。 基於k近鄰的K個樣本做爲分析從而簡化計算提高效率，K近

>>阅读原文<<