参考
NB：高效、易实现；性能不一定高
LR：对数据的假设少，适应性强，可用于在线学习；要求线性可分
决策树：易解释，对数据线性与否无关；易过拟合，不支持在线
RF：快速并且可扩展，参数少；可能过拟合
SVM:高准确率、可处理非线性可分数据（可处理高维数据）；内存消耗大，难于解释，运行和调参麻烦
机器学习算法比较
原文：http://www.cnblogs.com/xiangzhi/p/4674100.html
