机器学习-监督学习常见算法优缺点

文章目录 1. SVM 1.1 优点 1.2 缺点 1.3 适用场景 2. 朴素贝叶斯 2.1 优点 2.2 缺点 2.3 适用场景 3. 树模型 1. SVM 1.1 优点 SVM在解决小样本，非线性以及高维特征中表现出许多特有的优势。 SVM基于有限的样本信息在模型的复杂度和模型准确性之间寻求最佳折中，以获得最好的预测效果。 1.2 缺点 在数据量大的情况下运算复杂度高，不适合处理过大的数据。

>>阅读原文<<