各种分类算法比较
目录
各种分类算法比较....................................................1
1 分类器的评价指标 ..................................................1
2 决策树(Decision Trees)的优缺点 ..................................2
3 人工神经网络的优缺点 ..............................................3
4 遗传算法的优缺点 ..................................................3
5 KNN 算法(K-Nearest Neighbour) 的优缺点 ............................4
6 支持向量机(SVM)的优缺点 .........................................5
7 朴素贝叶斯的优缺点 ................................................5
8 Adaboosting 方法的优点 ............................................6
9 Rocchio 的优点 ....................................................6
10 各种分类算法比较 .................................................6
1 分类器的评价指标
评估分类器可信度的一个基本工具是混淆矩阵( confusion matrix)。以一
个二分类问题作为研究对象,表 1 的混淆矩阵显示了一个分类器可能会遭遇的所
有 情 况 , 其中 列 ( positive/negative ) 对 应 于 实 例 实 际 所 属 的 类 别 , 行
(true/false)表示分类的正确与否。
表 1 混淆矩阵
预
测
输
出
全部
真实值
p
TP
FN
P
n
FP
TN
N
全部
p'
真阳性 假阳性 P'
n'
假阴性 真阴性 N'
以这四个基本指标可以衍生出多个分类器评价指标,如图 1。还有下文将会
用到的 TPR=TP/P=TP/(TP+FN)
评论1
最新资源