常见ml算法的区别(转载)
先贴第一段,后面有具体的算法的对比。
如果是小训练集,高偏差/低方差的分类器(例如,朴素贝叶斯NB)要比低偏差/高方差大分类的
优势大(例如,KNN),因为后者会过拟合。但是,随着你训练集的增长,模型对于原数据的预
测能力就越好,偏差就会降低,此时低偏差/高方差分类器就会渐渐的表现其优势(因为它们有较
低的渐近误差),此时高偏差分类器此时已经不足以提供准确的模型了。
posted on 2020-12-18 14:36 静静的白桦林_andy 阅读(152) 评论(0) 编辑 收藏 举报