k近邻:
- 使用开销大, 对训练集所有样本进行一次特征距离运算, 耗时很大, 无法给出数据的内在价值
ID3决策树:
- 可以展现数据的内在价值, 遍历所有特征, 取不同特征值,划分最优数据子集, 速度比k近邻快
算法与算法之间的比较
猜你喜欢
转载自blog.csdn.net/qq351469076/article/details/80774134
今日推荐
周排行