【机器学习】每种算法的简介+优缺点总结

1.简介

1）逻辑回归    通过拟合曲线（or学习超平面）完成分类。

2）决策树    通过寻找最优特征作为当前子树的root-node进而建成决策树（样本路径）完成分类。

3）支持向量机    通过寻找分类超平面实现最大化类别间隔来完成分类。

4）朴素贝叶斯    通过考虑特征概率完成预测分类。

2.优缺点

(end)