摘自《统计学习方法.李航》
感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法是分类方法,原始的感知机、支持向量机以及提升方法是针对二类分类的,可以将他们扩展到多类分类。感知机、k近邻法、朴素贝叶斯法、决策树是简单的分类方法,具有模型直观、方法简单、实现容易等特点。逻辑斯谛回归与最大熵模型、支持向量机、提升方法是更复杂但更有效的分类方法,往往分类准确率更高。
隐马尔科夫模型、条件随机场是主要的标注方法,通常条件随机场的标注准确率更高。
摘自《统计学习方法.李航》
感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法是分类方法,原始的感知机、支持向量机以及提升方法是针对二类分类的,可以将他们扩展到多类分类。感知机、k近邻法、朴素贝叶斯法、决策树是简单的分类方法,具有模型直观、方法简单、实现容易等特点。逻辑斯谛回归与最大熵模型、支持向量机、提升方法是更复杂但更有效的分类方法,往往分类准确率更高。
隐马尔科夫模型、条件随机场是主要的标注方法,通常条件随机场的标注准确率更高。