Pour évaluer les performances d'un nouvel algorithme de classificateur, j'essaie de comparer la précision et la complexité (big-O dans la formation et la classification). De Machine Learning: un examen, j'obtiens une liste complète des classificateurs supervisés, ainsi qu'un tableau de précision entre les algorithmes et 44 problèmes de test du référentiel de données UCI . Cependant, je ne trouve pas de critique, de papier ou de site Web avec le big-O pour les classificateurs courants comme:
- C4.5
- RIPPER (je pense que ce n'est peut-être pas possible, mais qui sait)
- ANN avec propagation arrière
- Bayésien naïf
- K-NN
- SVM
Si quelqu'un a une expression pour ces classificateurs, ce sera très utile, merci.
Réponses:
Soit = nombre d'exemples de formation, d = dimensionnalité des caractéristiques et c = nombre de classes.N d c
La formation a alors des complexités:
Tester les complexités:
Source: "Core Vector Machines: Fast SVM Training on Very Large Data Sets" - http://machinelearning.wustl.edu/mlpapers/paper_files/TsangKC05.pdf
Désolé je ne sais pas pour les autres.
la source