数据挖掘新手常问的一个问题是，这么多算法里面该选用哪一个？在没有更多背景信息给出时，如果追求预测的准确程度，一般用支持向量机（SVM），如果要求模型可以解释，一般用决策树。使用SVM的时候选择高斯核（即RBF kernel），同时要用交叉验证（cross validation）选择合适的模型参数。下面的表格是对常用分类算法的一个比较，来自一篇文章Kotsiantis, S. B.Supervi

REvolution Computing 可以说是统计软件界的Redhat，他们为对开源数据分析软件R提供商业服务与支持。最近，他们获得了North Bridge Venture Partners和Intel Capital总计900万美元的风险投资 ，并且任命Norman Nie为该公司的CEO。Norman Nie 是斯坦福大学的教授，更重要的是，他是SPSS公司的创立者和前CEO。 

标题取通俗一点，其实是BLAS运算速度的测试，BLAS是Basic Linear Algebra Subprograms的缩写。数学软件中矩阵运算的功能，包括R, Matlab, Octave等，都是通过BLAS以及基于它的LAPACK完成的。不同版本的BLAS对运算速度影响很大。 常见的BLAS版本包括ATLAS, Intel MKL和GotoBLAS等等，我这里比较的就这三个。Ubuntu默认的是ATLAS，GPL开源的。同时Ubuntu中有Revolution捐献的Intel MKL，这个是Inte