教甄◆資訊科技概論專業(電腦科)題庫下載題庫

認識CART演算法

Classification And Regression Tree(CART)是決策樹的一種，並且是非常重要的決策樹，屬於Top Ten Machine Learning Algorithm。

顧名思義，CART演算法既可以用於建立分類樹（Classification Tree），也可以用於建立迴歸樹（Regression Tree）、模型樹（Model Tree）

pppppppppppppppppppppppppppppppppppppppppppppp

Microsoft貝氏機率分類演算法是根據貝氏的定理的分類演算法，並可用於探勘和預測模型。 貝氏 (Naïve Bayes) 名稱中的 naïve 一字源自此演算法使用 Bayesian 技術但卻沒有考量可能存在的相依性。

此演算法比其他 Microsoft 演算法更少計算，因此對於快速產生採礦模型來探索輸入資料行和可預測資料行之間的關聯性很有用。 您可以使用此演算法來執行資料的初始瀏覽，然後您可以套用其結果，以其他更多計算和更精確的演算法來建立其他採礦模型。

(A)KNN 為一種非(x)監督式學習（unsupervised learning）演算法
(B)C4.5 為二元樹(多元樹)結構，速度較慢，CART 為多元樹(二元樹)結構，速度較快
(C)CART 可用以建立迴歸樹（regression tree）
(D)Naive Bayes 用於找出頻繁出現之資料型態及相關的規則 .
優勢在於只需要根據少量的訓練資料估計出必要的參數（變數的均值和變異數）
https://zhuanlan.zhihu.com/p/85731206