美文网首页
算法优缺点及适用情况

算法优缺点及适用情况

作者: Mo小短发 | 来源:发表于2019-04-22 13:58 被阅读0次

感知器模型:
PLA
适用情况:
1.针对线性可分的问题,即可以找到一条线,或者超平面去分开是和不是的两堆数据,如果不是,PLA的算法程序将无限循环下去
2.即使训练集是线性可分,我们也不知道PLA什么时候才能找到一个合适的解,如果要循环很多次才能找到,这对于实际使用是开销很大的。
3.只能用来做二元分类

PLA改进——Pocket Algorithm
优缺点:
1.wt是随机的,可能算了很多次都没有找出一个更好的。
2.假设数据一开始就是线性可分,那么这个算法找出来的未必是最好解,且时间花费也可能比较大。

相关文章

  • 算法优缺点及适用情况

    感知器模型:PLA适用情况:1.针对线性可分的问题,即可以找到一条线,或者超平面去分开是和不是的两堆数据,如果不是...

  • 一张图了解个性化推荐算法

    通过一张图了解流行的个性化推荐算法有哪些优缺点及适用的领域。 我使用脑图的形式整理了现在流行的个性化推荐算法,包括...

  • kNN算法——帮你找到身边最相近的人

    摘要:本文简单介绍最近邻算法的基本思想以及具体python实现,并且分析了其优缺点及适用范围,适合初学者理解与动手...

  • 2018-09-18 招银网络面试

    1.各种算法的优缺点?排序算法和归并算法的区别分别适用于什么场景?2.快速排序算法怎么改进?快排怎么让其变得稳定?...

  • 决策树算法实战

    一、想要掌握一个算法分以下五步走: 理论推导 看书+手推+笔记 该算法的适用场景,解决过拟合,损失函数,优缺点,...

  • 加解密详解

    本文主要介绍移动端的加解密算法的分类、其优缺点特性及应用,帮助读者由浅入深地了解和选择加解密算法。文中会包含算法的...

  • 机器学习之KNN分类算法

    优缺点和适用范围: 优点: 高精确性 对异常值不敏感 缺点: 内存消耗大 计算费时 适用的情况: 数值型数据和非数...

  • 优缺点及适用场景讨论

    概述:NodeJS宣称其目标是“旨在提供一种简单的构建可伸缩网络程序的方法”,那么它的出现是为了解决什么问题呢,它...

  • 分治法,动态规划法,贪心法,回溯法,分支限界法的区别和联系以及适

    一、算法思想 二、算法差异 三、适用情况 原文链接:https://blog.csdn.net/m0_378720...

  • 机器学习算法的优缺点

    机器学习算法的优缺点 机器学习算法的优缺点 线性回归 Linear Regression 逻辑回归 Logisti...

网友评论

      本文标题:算法优缺点及适用情况

      本文链接:https://www.haomeiwen.com/subject/skmgwqtx.html