Machine learning 如何比较数据挖掘分类器？

我对数据挖掘很幼稚。我想调查一下这些分类器——决策树、朴素贝叶斯、KNN和C-均值。如何比较它们。 如何观察每个分类器的优缺点。

---

有人能帮忙吗？

通常您使用两套：

• 训练集用于构建分类器
• 测试集用于测试和验证分类器

您可以简单地使用相同的训练集构建所有分类器。 然后，对分类器应用相同的测试集，并比较结果（分类正确与分类错误）

---

ps：没有最好的分类器。所有结果将取决于您的训练集属性。

C-Means不是一个分类器，而是一个无监督的聚类算法。要了解缺点和优点，请阅读介绍性书籍。它应该指出优点和缺点explanation@AhmedHamed没有最好的分类器，所以这太广泛了，很可能会被关闭。你应该看看许多介绍性书籍中的一本。通常没有最好的分类器。在大多数数据集上，许多分类器中的一个在经过仔细训练后，根据某些度量将是“最佳”的。