这些算法有什么区别？ 决策树 - 朴素贝叶斯 - Apriori算法 - 多元回归模型
答案 0 :(得分：1)
抱歉，这是一个非常糟糕的问题。所以你所能得到的只是一个糟糕的答案，抱歉。
你正在投入一些随机算法，并要求我们解释其中的差异。
但他们是如此不同，很难找到一个起点。
APRIORI和决策树解决完全不同的问题。因此它们与苹果和香蕉类似。两者都恰好是水果，但它们是不同的。
请做一些更多的研究，至少阅读维基百科关于这个主题的内容（或一本书。你知道，有一些非常好的机器学习书籍）并查看常见问题解答。
答案 1 :(得分：1)
某些算法（如朴素贝叶斯和决策树）对标记数据起作用，您可以在其中使用分类列。例如，如果您想将天气状态和星期几与火车的准时性联系起来，那么它应该被标记为数据。因为您有很多天气和星期几的组合，并且您有一个包含值迟到/不迟的类列。
另一方面，Apriori算法适用于没有标记列的未标记数据。例如，如果客户购买A和B，那么他很可能会购买C.这里没有类别栏。任何项目都可以参与决策。该算法用于查找关联规则，主要从数据集中找到频繁项集