AD.Net
2015-03-07 00:31:22 UTC
J'ai essayé de trouver un bon résumé de l'utilisation des classificateurs populaires, un peu comme des règles empiriques pour savoir quand utiliser quel classificateur. Par exemple, s'il y a beaucoup de fonctionnalités, s'il y a des millions d'échantillons, s'il y a des échantillons en streaming, etc., quel classificateur serait le mieux adapté dans quels scénarios?
Toute aide est appréciée.
C'est trop large pour être responsable.Différents classificateurs fonctionneront le mieux en fonction du véritable processus de génération de données, de la façon dont le classificateur sera utilisé, etc.* Les éléments de l'apprentissage statistique * est probablement un bon point de départ.
@gung Je conviens que la question est trop large, mais Marc Claesen a pointé la feuille de triche qui résume le sujet d'une manière très pratique, donc cela m'a convaincu de retirer mon vote serré.
@Tim Je suis d'accord que la réponse de Marc Claesen fournit un résumé pratique, mais je pense que la question elle-même est trop large.Je ne peux pas répondre à une seule réponse.