2017年12月30日
机器学习算法优劣势及适用场景总结
摘要： 持续更新中... 1.k-近邻算法 优势：精度高、对异常值不敏感、无数据输入设定 缺点：计算复杂度高、空间复杂度高 适用数据范围：数值型和标称型 适用场景： 2.ID3决策树算法 优势：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据 劣势：可能会产生过度匹配问题 适用 阅读全文
posted @ 2017-12-30 13:01 McConor 阅读(1046) 评论(0) 推荐(0)