前两章我们要求分类器作出艰难的抉择，不过分类器有时候会产生错误，这时会产生错误结果，这是可以要求分类器给出一个最优的类别猜测结果，同事给出这个猜测的概率估计值。本章会给出一些...
发简信
IP属地：江苏
-
机器学习实战-朴素贝叶斯
-
机器学习实战-决策树第二章介绍的k-近邻算法可以完成很多分类任务，但是它最大的缺点就是无法给出数据内在的含义，决策树的主要优势在于数据形式非常容易理解。 决策树优点：计算复杂度不高，输出结果易于...
