學(xué)習(xí)筆記，僅供參考，有錯必糾

關(guān)鍵詞：分類、UCI數(shù)據(jù)庫、隨機(jī)森林、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、決策樹、集成、基于規(guī)則的分類器、判別分析、貝葉斯分類器、廣義線性模型、偏最小二乘和主成分回歸、多重自適應(yīng)回歸樣條、最近鄰、logistic和多項(xiàng)式回歸

---

文章目錄

• • Do we Need Hundreds of Classifiers to Solve Real World Classification Problems?
  • • Abstract
    • Introduction

---

Do we Need Hundreds of Classifiers to Solve Real World Classification Problems?

Abstract

我們評估了來自17個(gè)家族的179個(gè)分類器(判別分析、貝葉斯、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、決策樹、基于規(guī)則的分類器、boosting、bagging、堆疊、隨機(jī)森林和其他集成、廣義線性模型、最近鄰、偏最小二乘和主成分回歸、邏輯回歸和多項(xiàng)式回歸、多重自適應(yīng)回歸樣條和其他方法)，在Weka、R(有和沒有插入符號包)、C和Matlab中實(shí)現(xiàn)，包括目前可用的所有相關(guān)分類器。我們使用

總結(jié)

以上是生活随笔為你收集整理的文献学习(part80-A)--Do we Need Hundreds of Classifiers to Solve Real World Classification Problems?的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。