石头:2229 - 371 x
错误的监督分类技术在现实世界的问题
在监督学习中,分类器训练数据组成的类标签来解决现实世界的分类问题。朴素贝叶斯决策树,随机森林,贝叶斯网络,K -最近的邻居逻辑回归,人工神经网络和支持向量机的一些最受欢迎的分类技术在类流行的分类器可用于研究人员。虽然每一个这些技术都有自己的优势在处理各种各样的现实问题,他们固有的问题。没有分类技术可以普遍适用于所有真实世界的应用程序。在过去,一些研究人员试图了解这些技术运用到不同的行为领域的研究。在本文中,我们尝试了训练和测试数据集所使用的一些研究人员得到更好地理解上述分类器的行为。研究揭示了不足的一些技术和支持向量机的优越性和逻辑回归其他工具使用。
j . Ashok Kumar和公关饶
阅读全文下载全文