机器学习集成算法--- 朴素贝叶斯,k-近邻算法,决策树,支持向量机(SVM),Logistic回归...

朴素贝叶斯:html 是使用几率论来分类的算法。其中朴素：各特征条件独立；贝叶斯：根据贝叶斯定理。 这里，只要分别估计出，特征 Χi 在每一类的条件几率就能够了。类别 y 的先验几率能够经过训练集算出算法   k-近邻算法:post 简单地说，k-近邻算法采用测量不一样特征值之间的距离方法进行分类。学习 决策树: 最优划分属性,结点的“纯度”愈来愈高。编码 即如何选择最优划分属性，通常而言，随着划

>>阅读原文<<