Lecture4: Supervised Machine Learning - Part2

1. Naive Bayes Classifier
   Naive Bayes假设给定一类，模型中的特征都是独立于其他特征存在的，这样，运算速度会非常快，但是范化能力会比较差。
   实际上，这个假设通常是不成立的，但并不影响使用。

通常适用于高维数据

1. 随机森林
   以随机的方式建立一个森林，里面有多颗较为简单的决策树，将这些决策树结合起来，会产生非常好的效果。

2. Neural network
   这一部分就不多说了。

3. Data Leakage
   Data leakage会给模型带来很大的危害。比如说你不小心在训练数据的特征中包含了label，或者是不小心在训练数据中包含了一些测试数据，都会引起严重的后果。
   所以一定要对原始数据进行筛选，去掉那些造成数据泄露的特征。比如有些和时间相关的特征，或者是和label近似的特征。