99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀如何為分類問題選擇合適的機器學(xué)習(xí)算法
如何為分類問題選擇合適的機器學(xué)習(xí)算法
2018-01-12
收藏

如何為分類問題選擇合適的機器學(xué)習(xí)算法

若要達到一定的準(zhǔn)確率，需要嘗試各種各樣的分類器，并通過交叉驗證選擇最好的一個。但是，如果你只是為你的問題尋找一個“足夠好”的算法或者一個起點，以下準(zhǔn)則有利于選擇合適的分類器：

你的訓(xùn)練集有多大？

如果訓(xùn)練集很小，那么高偏差/低方差分類器（如樸素貝葉斯分類器）要優(yōu)于低偏差/高方差分類器（如k近鄰分類器），因為后者容易過擬合。

然而，隨著訓(xùn)練集的增大，低偏差/高方差分類器將開始勝出（它們具有較低的漸近誤差），因為高偏差分類器不足以提供準(zhǔn)確的模型。這可以認(rèn)為這是生成模型與判別模型的區(qū)別。

一些特定算法比較

樸素貝葉斯

優(yōu)點：簡單；如果樸素貝葉斯（NB）條件獨立性假設(shè)成立，相比于邏輯回歸這類的判別模型，樸素貝葉斯分類器將收斂得更快，所以你只需要較小的訓(xùn)練集。而且，即使NB假設(shè)不成立，樸素貝葉斯分類器在實踐方面仍然表現(xiàn)很好。如果想得到簡單快捷的執(zhí)行效果，這將是個好的選擇。

缺點：不能學(xué)習(xí)特征之間的相互作用（比如，它不能學(xué)習(xí)出：雖然你喜歡布拉德·皮特和湯姆·克魯斯的電影，但卻不喜歡他們一起合作的電影）。

邏輯回歸

優(yōu)點：有許多正則化模型的方法，不需要像在樸素貝葉斯分類器中那樣擔(dān)心特征間的相互關(guān)聯(lián)性。與決策樹和支持向量機 不同，有一個很好的概率解釋，并能容易地更新模型來吸收新數(shù)據(jù)（使用一個在線梯度下降方法）。如果你想要一個概率框架（比如，簡單地調(diào)整分類閾值，說出什么時候是不太確定的，或者獲得置信區(qū)間），或你期望未來接收更多想要快速并入模型中的訓(xùn)練數(shù)據(jù)，就選擇邏輯回歸。

決策樹

優(yōu)點：易于說明和解釋，很容易地處理特征間的相互作用，并且是非參數(shù)化的，不用擔(dān)心異常值或者數(shù)據(jù)是否線性可分（比如，決策樹可以很容易地某特征x的低端是類A，中間是類B，然后高端又是類A的情況）。

缺點：1）不支持在線學(xué)習(xí)，當(dāng)有新樣本時需要重建決策樹。2）容易過擬合，但這也正是諸如隨機森林（或提高樹）之類的集成方法的切入點。另外，隨機森林適用于很多分類問題（通常略優(yōu)于支持向量機）---快速并且可擴展，不像支持向量機那樣調(diào)一堆參數(shù)。隨機森林正漸漸開始偷走它的“王冠”。

SVMs

優(yōu)點：高準(zhǔn)確率，為過擬合提供了好的理論保證；即使數(shù)據(jù)在基礎(chǔ)特征空間線性不可分，只要選定一個恰當(dāng)?shù)暮撕瘮?shù)，仍然能夠取得很好的分類效果。它們在超高維空間是常態(tài)的文本分類問題中尤其受歡迎。然而，它們內(nèi)存消耗大，難于解釋，運行和調(diào)參 復(fù)雜，

盡管如此，更好的數(shù)據(jù)往往勝過更好的算法，設(shè)計好的特征非常重要。如果有一個龐大數(shù)據(jù)集，這時使用哪種分類算法在分類性能方面可能并不要緊；因此，要基于速度和易用性選擇算法。

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個參數(shù)驗證碼對象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機 new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機 product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }