朴素贝叶斯 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: 标称型数据。 1.准...

决策树 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...

k-近邻算法 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。 1.实现...