最全最实用的机器学习算法优缺点分析

来源：AI100本文长度为4600字，建议阅读6分钟本文结合使用场景及实际经验，细致剖析每种算法在实践中的优势和不足。本文的目的，是务实、简洁地盘点一番当前机器学习算法。尽管人们已做过不少盘点，但始终未能给出每一种算法的真正优缺点。在这里，我们依据实际使用中的经验，将对此详加讨论。 归类机器学习算法，一向都非常棘手，常见的分类标准是这样的：生成/判别、参数/非参数、监督/非监督，等等。 举例来说，Scikit-Learn 对算法的分类是根据它们的学习机制，由此所产生的类别如下： 广义线性模型支持向量机最近邻决策树神经网络…… 然而，根据我们的经验，这都不是最实用的算法分类方式。这是因为，在使用机器学习的时候，你不会这么去 ………………………………