Qual é o melhor classificador de 2 classes pronto para uso para o seu aplicativo? [fechadas]

Regras:

• um classificador por resposta
• vote se você concorda
• voto negativo / remover duplicatas.
• coloque seu aplicativo no comentário

Floresta aleatória

• captura facilmente estrutura complicada / relacionamento não linear
• invariável à escala das variáveis
• não há necessidade de criar variáveis ​​fictícias para preditores categóricos
• a seleção de variáveis ​​não é muito necessária
• relativamente difícil de desajustar

Regressão logística :

• rápido e com bom desempenho na maioria dos conjuntos de dados
• quase nenhum parâmetro para ajustar
• lida com recursos discretos / contínuos
• modelo é facilmente interpretável
• (realmente não restrito a classificações binárias)

Máquina de vetor de suporte

Discriminante regularizado para problemas supervisionados com dados ruidosos

1. Computacionalmente eficiente
2. Robusto ao ruído e outliers nos dados
3. Os classificadores discriminante linear (LD) e discriminante quadrático (QD) podem ser obtidos na mesma implementação, definindo os parâmetros de regularização '[lambda, r]' a '[1 0]' para o classificador LD e '[0 0]' para Classificador QD - muito útil para fins de referência.
4. O modelo é fácil de interpretar e exportar
5. Funciona bem para conjuntos de dados esparsos e 'amplos', onde matrizes de covariância de classe podem não estar bem definidas.
6. Uma estimativa da probabilidade da classe posterior pode ser estimada para cada amostra aplicando a função softmax aos valores discriminantes de cada classe.

Link para o artigo original de 1989 de Friedman et al . Aqui . Além disso, há uma explicação muito boa de Kuncheva em seu livro " Combinando classificadores de padrões ".

Árvores aumentadas gradiente.

• Pelo menos tão preciso quanto o RF em muitas aplicações
• Incorpora valores ausentes perfeitamente
• Importância da variável (como a RF provavelmente tendenciosa em favor da nominal contínua e de muitos níveis)
• Gráficos de dependência parcial
• GBM versus randomForest no R: manipula conjuntos de dados MUITO maiores

Classificador de Processo Gaussiano - fornece previsões probabilísticas (que são úteis quando as frequências de classe relativa operacional diferem daquelas em seu conjunto de treinamento ou equivalem a cinquenta seus custos de falso positivo / falso negativo são desconhecidos ou variáveis). Ele também fornece uma incidência da incerteza nas previsões do modelo devido à incerteza na "estimativa do modelo" a partir de um conjunto de dados finito. A função de covariância é equivalente à função de kernel em um SVM, portanto, ela também pode operar diretamente em dados não vetoriais (por exemplo, strings ou gráficos etc.). A estrutura matemática também é legal (mas não use a aproximação de Laplace). Seleção automatizada de modelos via maximização da probabilidade marginal.

Combina essencialmente boas características de regressão logística e SVM.

Regressão logística regularizada por L1.

• É computacionalmente rápido.
• Tem uma interpretação intuitiva.
• Ele possui apenas um hiperparâmetro de fácil compreensão que pode ser ajustado automaticamente pela validação cruzada, o que geralmente é um bom caminho a percorrer.
• Seus coeficientes são lineares por partes e sua relação com o hiperparâmetro é instantânea e facilmente visível em um gráfico simples.
• É um dos métodos menos duvidosos para seleção de variáveis.
• Também tem um nome muito legal.

kNN

Bayes ingênuos e baías ingênuas aleatórias

K-significa agrupamento para aprendizado não supervisionado.