의사 결정 트리 대 순수한 베이 즈 대 Apriori 알고리즘 및 다중 회귀 모델

Question

이러한 알고리즘의 차이점은 무엇입니까? 의사 결정 트리 - Naive Bayes - Apriori 알고리즘 - 다중 회귀 모델

Answer 1

순진한 베이와 의사 결정 트리와 같은 일부 알고리즘은 분류 열이있는 분류 된 데이터에서 작동합니다. 예를 들어, 열차의 시간 엄수와 날씨 상태 및 요일을 관련시키려는 경우 데이터 레이블을 지정해야합니다. 날씨와 요일의 조합이 많고 ​​늦게/늦지 않은 값을 포함하는 클래스 열이 있기 때문입니다.

한편 Apriori 알고리즘은 클래스 열이없는 레이블이없는 데이터에서 작동합니다. 예를 들어 고객이 A와 B를 사면 아마도 C를 살 것입니다. 여기에는 클래스 열이 없습니다. 모든 항목이 결정에 올 수 있습니다. 이 알고리즘은 연관 규칙을 찾고 주로 데이터 세트에서 빈번한 항목 세트를 찾는 데 사용됩니다.

Answer 2

죄송하지만 이것은 매우 나쁜 질문입니다. 그래서 당신이 얻을 수있는 모든 것은 나쁜 대답입니다. 미안합니다.

임의의 알고리즘을 던지고 차이점을 설명해달라고 요청하십시오.

하지만 그들은 너무 다르므로 시작할 장소를 찾기가 어렵습니다.

APRIORI와 Decision Trees는 완전히 다른 문제을 해결합니다. 따라서 그들은 사과와 바나나과 거의 비슷합니다. 둘 다 열매를 맺지 만, 그들은 다르다.

더 많은 조사를 해보고, Wikipedia가 가지고있는 책을 읽어보십시오. (또는 책, 꽤 좋은 기계 학습 도서가 있습니다.) FAQ를보십시오.