简单总结几个常见算法

朴素贝叶斯

优点：简单易懂
缺点：假设特征之间相互独立，不能处理特征之间有关联的情况

LR（逻辑回归）

优点：线性模型，复杂度低，可以处理多维数的特征
缺点：只能在特征和结果之间是线性关系的情况下取得好的效果，不能处理复杂的情况

决策树

优点：可解释性，对缺失值不敏感，可以处理不相关特征数据，效率高
缺点：对连续性特征难预测，不太能处理类别很多的分类，在处理特征关联性比较强的数据时表现不太好

KNN

优点：简单易用，对异常值不敏感
缺点：计算复杂度高，空间复杂度高，无法描绘数据的内部含义