问题没那么复杂之朴素的贝叶斯
人人都是数据分析师
发表于
综上所述，对于小样本数据集，一般先用朴素贝叶斯提供一个基准，如果效果已经达到满足程度即可，不满足建议直接使用SVM，因为它性能超棒，计算资源也允许；随着样本量增加，可使用逻辑回归作为基准，效果不满意时，顺序尝试决策树，SVM和基于树的集成方法；对于大样本，需要执行并行任务或者在线更新模型时，建议以逻辑回归作为基准，然后这时基于树的集成模型(例如随机森林)可发挥更好的效果。