知识卡片
三种分类算法的取舍
常用的文本分类算法三者各有侧重。kNN 最近邻原理最简单、精度尚可,但分类时要和所有样本逐一算距离,速度最慢;朴素贝叶斯对短文本分类效果最好、精度很高,训练和预测都很轻;支持向量机擅长线性不可分的情况,精度居中,但实现和调参更复杂。选择时要在原理复杂度、精度、速度和问题结构之间权衡:短文本且追求效率,朴素贝叶斯是稳妥起点;样本少、想借距离直观判断可用 kNN;类别边界非线性时再考虑支持向量机。本章先实现朴素贝叶斯,正因它在短文本上的高精度和清晰实现最利于教学。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第2章 中文文本分类 · 查看原书依据
最常用的文本分类方法有kNN最近邻算法、朴素贝叶斯算法和支持向量机算法。一般而言,kNN最近邻算法的原理最简单,分类精度尚可,但是速度最慢;朴素贝叶斯算法对于短文本分类的效果最好,精度很高;支持向量机算法的优势是支持线性不可分的情况,精度上取中
参考来源
- 位置:《机器学习算法原理与编程实践》第2章 中文文本分类(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00010.html)
- 结论依据:原文逐一比较 kNN、朴素贝叶斯、支持向量机的原理复杂度、精度与速度差异,支撑本卡在三者之间做取舍的判断。
- 原始内容:最常用的文本分类方法有kNN最近邻算法、朴素贝叶斯算法和支持向量机算法。一般而言,kNN最近邻算法的原理最简单,分类精度尚可,但是速度最慢;朴素贝叶斯算法对于短文本分类的效果最好,精度很高;支持向量机算法的优势是支持线性不可分的情况,精度上取中