新闻动态   News
联系我们   Contact
你的位置:首页 > 新闻动态

大数据分析要领的选择

2015-08-22

但当数据范围增大时。性能都市渐渐提拔且差异渐渐减小,也就是讲。与利用的学习算法、问题的性质、数据集的特性包罗数据范围、数据特征等都有干系,在大数据条件下,Ensemble要领包罗RandomForest与AdaBoost、SVM、LogisticRegression分类精确率最高。没有1种要领能“包打天下”,什么要领都能work的很好。但不是在什么条件下性能都最好,对付简略问题,当数据范围小的时间,性能每每有较大差异,大数据分析要领的选择

大数据分析性能的优劣。也就是讲呆板学习预测的精确率,RandomForest、SVM等要领根本可行,RandomForest、SVM等要领1样平常性能最好。不过对付庞大问题,1样平常地,

差别的要领,近来盛行的深度学习要领每每成绩更好,

在实际应用中。选择特征比选择算法更紧张,而好的特征的提取必要对问题的深入明白。
。好比语音辨认、图像辨认,要提高分类的精确率。深度学习素质是庞大模型学习,好的特征会带来更好的分类成绩,因此后研究的重点。