基于机器学习的不同属性数据的分类选择

• 作者: 刘敏 杨秀忠
• 来源期刊: 新经济
• 关键词: 机器学习 分类算法 属性 误分类率 分类选择
• 年，卷（期）: 2015,（17）
• 所属期刊栏目: 科学教育研究
• 页码范围: 121-122
• 页数: 2页
• 字数: 3763字
• 语种: 中文

摘要

机器学习的分类算法广泛的应用于解决与数据分类有关的问题.文章基于理论分析详细地描述了常用的几种机器学习分类算法,并阐述了各种分类算法的优缺点.通过比较各种分类算法在不同属性的数据的误分类率,为在具体数据中的分类选择提供了一定的理论基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘敏	四川师范大学数学学院	40	99	6.0	8.0
2	杨秀忠	西南交通大学数学学院	1	1	1.0	1.0