決策樹vs樸素貝葉斯vs Apriori算法和多元迴歸模型

Question

這些算法之間的區別是什麼？ 決策樹 - 樸素貝葉斯 - Apriori算法 - 多回歸模型

Answer 1

一些算法像樸素貝葉斯和你在哪裏有一個分類列標記數據決策樹的作品。例如，如果您想將天氣狀況和星期幾與火車的準時性相關聯，那麼它應該是標記數據。因爲你有很多天氣和星期幾的組合，並且你有一個包含值晚/不晚的類列。

在另一方面Apriori算法適用於，你不上課列標籤數據。例如，如果客戶購買A和B，那麼他很可能會購買C.這裏沒有專欄。任何項目都可以進入決策。該算法用於查找關聯規則，主要從數據集中找到頻繁項目集，

Answer 2

抱歉，但是這是一個非常糟糕的問題。所以你所期望得到的只是一個不好的答案，對不起。

你扔在一些隨機算法，並要求我們解釋的差異。

但他們是如此不同，很難找到一個地方開始。

APRIORI和決策樹解決完全不同的問題。所以它們大約與蘋果和香蕉相似。兩者都是結果，但它們是完全不同的。

請做一些調查研究，閱讀至少是維基百科上的主題（或一本書。你知道，有一些相當不錯的機器學習書籍），並期待在FAQ。