data-mining - 决策树 vs 朴素贝叶斯 vs Apriori 算法和多元回归模型

Question

这些算法有什么区别？决策树 - 朴素贝叶斯 - Apriori 算法 - 多元回归模型

Answer 1

诸如朴素贝叶斯和决策树之类的算法适用于具有分类列的标记数据。例如，如果您想将天气状态和星期几与火车的准点性联系起来，那么它应该被标记为数据。因为您有很多天气和星期几的组合，并且您有一个包含迟到/未迟到的值的类列。

另一方面，Apriori 算法适用于没有类列的未标记数据。例如，如果客户购买 A 和 B，那么他很可能会购买 C。这里没有类别列。任何项目都可以进入决策。该算法用于寻找关联规则，主要是从数据集中寻找频繁项集，

Answer 2

抱歉，这是一个非常糟糕的问题。所以你只能得到一个糟糕的答案，对不起。

您正在投入一些随机算法，并要求我们解释其中的区别。

但它们是如此不同，很难找到一个起点。

APRIORI 和决策树解决完全不同的问题。所以它们与Apples 和 Bananas差不多。两者恰好都是水果，但它们是不同的。

请做更多的研究，至少阅读维基百科关于该主题的内容（或一本书。你知道，有一些非常好的机器学习书籍）并查看常见问题解答。