关于使用哪一种分类算法的总结

2019独角兽企业重金招聘Python工程师标准>>> 算法 训练集有多大？ 若是你的训练集很小，高误差/低方差的分类器（如朴素贝叶斯）比低误差/高方差的分类器（如K近邻或Logistic回归）更有优点，由于后者容易过拟合。可是随着训练集的增大，高误差的分类器并不能训练出很是准确的模型，因此低误差/高方差的分类器会胜出（它们有更小的渐近偏差）。dom 你也能够从生成模型与鉴别模型的区别来考虑它们。

>>阅读原文<<