【发布时间】:2016-07-25 05:27:01
【问题描述】:
我目前正在为我的人工智能考试做一个机器学习项目。目标是正确选择两种分类算法来使用 WEKA 进行比较,记住这两种算法必须有足够的差异才能为比较提供理由。此外,算法必须同时处理名义数据和数字数据(我想这是进行比较所必需的)。 例如,我的教授建议选择统计分类器和决策树分类器,或者深入比较自下而上的分类器和自上而下的分类器。
由于我在机器学习领域的经验很少,所以我正在研究WEKA提供的各种算法,我踩到了kNN,即k-最近邻算法。 是统计的吗?例如,它可以与决策树桩算法进行比较吗?
或者,你能推荐几个符合我上面指出的这些要求的算法吗?
P。 S.:处理的数据必须是数字的和名义的。在 WEKA 上有数字/名义特征和数字/名义类别。我必须选择具有数值/名义特征和类的算法还是只选择其中之一?
非常感谢您的帮助,感谢您的耐心等待!
【问题讨论】:
标签: algorithm machine-learning classification weka knn