我很难理解两个分类器是如何工作的。到目前为止，我已经推断出NaiveBayes通过“解耦”多个证据来预测结果，并将每一个证据视为独立的。但是，与J48或RandomTree等其他分类算法相比，每个分类算法与另一个分类算法有何不同？
例如，下表显示了两个数据集中正确分类的实例的百分比。我可以得出结论，所选择的这两个分类器最适合劳动数据集，因为它们都可以比糖尿病数据集正确分类更多实例。
http://i.stack.imgur.com/TtB3Q.png
但是，如下所示，NaiveBayes在Glass数据集上表现非常糟糕。这背后的原因是什么？是由于数据集中存在异常的可能性（即我们可能从标准差或均值确定）？
http://i.stack.imgur.com/CHfVb.png
关于上述结果，是否有人能够提供外行人对两种分类器的描述？
（抱歉，由于声誉不佳，我无法发布图片）。
答案 0 :(得分：0)
在 glass 数据集中，所有值（＆＃34; RI＆＃34;除外）都是百分比，每行总计约100％。因此，根据定义，它们不是独立的。
例如，如果玻璃含有50％硅（Si）和30％铝，则这两种组分单独占理论值100％的80％。因此，对于所有其他元素（Mg，Fe，Na，K等），剩下的100％中只剩下20％。因此，Si值将倾向于与任何次要元素自动负相关，并且次要元素将倾向于彼此相关。在环境统计中，这被称为＆＃34;关闭数据＆＃34;问题。阅读本文的介绍了解更多信息：Univariate statistical analysis of environmental (compositional) data: Problems and possibilities（我只是用Google搜索了这个）
其中一种方法是测量在浓度<1时出现的痕量元素。 1％。这些确实可以被视为独立的。
