樸素貝葉斯分類(lèi)器是假設(shè)數(shù)據(jù)樣本特征完全獨(dú)立，以貝葉斯定理為基礎(chǔ)的簡(jiǎn)單概率分類(lèi)器。

AdaBoost算法的自適應(yīng)在于前一個(gè)分類(lèi)器產(chǎn)生的錯(cuò)誤分類(lèi)樣本會(huì)被用來(lái)訓(xùn)練下一個(gè)分類(lèi)器，從而提升分類(lèi)準(zhǔn)確率，但是AdaBoost算法對(duì)于噪聲樣本和異常樣本比較敏感。

支持向量機(jī)是用過(guò)構(gòu)建一個(gè)或者多個(gè)高維的超平面來(lái)將樣本數(shù)據(jù)進(jìn)行劃分，超平面即為樣本之間的分類(lèi)邊界。

基于k近鄰的K個(gè)樣本作為分析從而簡(jiǎn)化計(jì)算提升效率，K近鄰算法的分類(lèi)器是一種基于距離計(jì)算的分類(lèi)器。

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎(jiǎng)勵(lì)來(lái)咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎(jiǎng)

總結(jié)

以上是生活随笔為你收集整理的几种分类器小结的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

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