在使用机器学习诊断注意力缺陷多动障碍 (ADHD) 的最终项目中，我们从真实患者那里获得了参数。我们使用这些数据，使用 LDA 获得的成功率比使用 SVM 和朴素贝叶斯高得多。我们的训练集中只有 100 个样本。我们想知道为什么 LDA 比其他人更成功？
为什么 LDA 在诊断 ADHD 方面的表现比 SVM 和朴素贝叶斯好得多？
人工智能
机器学习
比较
支持向量机
朴素贝叶斯
2021-11-16 12:41:22
2个回答
很难判断您是否不提供您正在处理的数据/问题类型，但是当数据以围绕质心的高斯斑点分组时，LDA 效果很好，而当数据几乎线性可分时，普通 SVM 效果很好，并且当您的特征彼此相对独立时，朴素贝叶斯效果很好。
如果我不得不猜测（仅此而已），我会说这与问题本身和所涉及的架构有很大关系。简单地说，这个问题不太适合贝叶斯方法（高度相关的特征，线性分布）。