• 第二章 k-近邻算法

工作原理：存在一个训练样本集，并且样本集中每个数据都存在标签，即已知样本集中每一数据与所属分类的对应关系.输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，算法提取样本集中特征最相似（最近邻）的分类标签。选择k(k<20)个最相似数据中出现次数最多的分类作为新数据的分类。 优点：精度高，对异常值不敏感，无数据输入假定 缺点：计算复杂度高，空间复杂度高 适用数据范围：数值型和标称型

• 第三章 决策树

工作原理：决策树算法能够读取数据集合，构建决策树。决策树的一个重要任务是理解数据中所蕴含的知识信息，因此决策树可以使用不熟悉的数据集合，并从中提取出一系列的规则，这些机器根据数据集创建规则的过程，就是机器学习的过程。 优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据 缺点：可能会产生过度匹配问题 适用数据类型：数值型和标称型

• 第四章 朴素贝叶斯

工作原理：朴素贝叶斯是贝叶斯决策理论的一部分.贝叶斯决策的核心**是选择具有最高概率的决策。朴素贝叶斯分类器是用于文档分类的常用算法，把每个词的出现或者不出现作为一个特征，它假设特征之间相互独立, 即一个单词出现的可能性和其他相邻单词没有关系，并且每个特征同等重要。 优点：在数据较少的情况下仍然有效，可以处理多类别问题。 缺点：对于输入数据的准备方式较为敏感。 适用数据类型：标称型

• 第五章 Logistic回归

工作原理：根据现有数据对分类边界线建立回归公式，以此进行分类。“回归”表示要找到最佳拟合参数集 优点：计算代价不高，易于理解和实现。 缺点：容易欠拟合，分类精度可能不高。 适用数据类型：数值型标称型