线性分类器与非线性分类器的区别以及优劣【详细介解】

今天爱分享给大家带来线性分类器与非线性分类器的区别以及优劣【详细介解】,希望能够帮助到大家。
线性和非线性是针对,模型参数和输入特征来讲的;比如输入x,模型y=ax+ax^2那么就是非线性模型,如果输入是x和X^2则模型是线性的。
线性分类器可解释性好,计算复杂度较低,不足之处是模型的拟合效果相对弱些。
非线性分类器效果拟合能力较强,不足之处是数据量不足容易过拟合、计算复杂度高、可解释性不好。
常见的线性分类器有:LR,贝叶斯分类,单层感知机、线性回归
常见的非线性分类器:决策树、RF、GBDT、多层感知机
SVM两种都有(看线性核还是高斯核)

原文链接:https://blog.itblood.com/4090.html,转载请注明出处。
0
亲密度v0.2 AI版[PC+安卓/876M/更新]Degrees of Intimacy [v0.2] [欧美SLG/汉化/动态]
亲密度v0.2 AI版[PC+安卓/876M/更新]Degrees of Intimacy [v0.2] [欧美SLG/汉化/动态]
10分钟前 有人购买 去瞅瞅看

站点公告

显示验证码
没有账号?注册  忘记密码?