最近邻，朴素贝叶斯和决策树分类器能解决给定的分类问题有多好？

Question

3个图表（i），（ii），（iii）显示具有2个数字属性（x和y轴）的训练集和具有两个类（圆形和方形）的目标属性。

我现在想知道数据挖掘算法（最近邻，朴素贝叶斯和决策树）如何解决每个分类问题。

我认为朴素贝叶斯（天真地假设属性是不相关的）比（i）和（iii）更好地解决了第二个问题，因为这里的数值属性往往更加独立彼此。

还有其他想法吗？ THX。

Answer 1

如果您想在这种情况下使用每种给定的方法：

使用决策树方法可以最好地解决

第一个方法，cos类可以按轴分开。我的意思是在x轴上绘制一条垂直线，将值分为左侧和右侧，并在y轴上绘制另一条线，这样您就可以看到类很好地分开了。

如上所述，

第二个可被视为朴素贝叶斯问题。

第三个可以通过 k最近邻区方法解决。方形类位于坐标系的近位置，圆类也可以归类为一些错误。