线性模型、基于树的模型、神经网络三种算法的对比

线性模型、基于树的模型、神经网络三种算法的对比

 我们将机器学习中最突出、最常用的算法分为三类：线性模型、基于树的模型、神经网络，用一张图表简明地指出了每一类的优势和劣势。

 在机器学习中，我们的目标要幺是预测（predicTIon），要幺是聚类（clustering）。本文重点关注的是预测。预测是从一组输入变量来预估输出变量的值的过程。例如，得到有关房子的一组特征，我们可以预测它的销售价格。预测问题可以分为两大类：

 回归问题：其中要预测的变量是数字的（例如房屋的价格）；

 分类问题：其中要预测的变量是是/否的答案（例如，预测某个设备是否会故障）

 了解了这点，接下来让我们看看机器学习中最突出、最常用的算法。