關於使用哪一種分類算法的總結

2019獨角獸企業重金招聘Python工程師標準>>> 算法 訓練集有多大？ 若是你的訓練集很小，高誤差/低方差的分類器（如樸素貝葉斯）比低誤差/高方差的分類器（如K近鄰或Logistic迴歸）更有優點，由於後者容易過擬合。可是隨着訓練集的增大，高誤差的分類器並不能訓練出很是準確的模型，因此低誤差/高方差的分類器會勝出（它們有更小的漸近偏差）。dom 你也能夠從生成模型與鑑別模型的區別來考慮它們。

>>阅读原文<<