登录 |  注册 |  繁體中文


算法分类

分类: 人工智能&大数据 颜色:橙色 默认  字号: 阅读(626) | 评论(0)
算法主要有四类:分类,回归,聚类,降维。其中:
 
常用的回归:线性、决策树、SVM、KNN ;集成回归:随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees
常用的分类:线性、决策树、SVM、KNN,朴素贝叶斯;集成分类:随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees
常用聚类:k均值(K-means)、层次聚类(Hierarchical clustering)、DBSCAN
常用降维:LinearDiscriminantAnalysis、PCA

 


机器学习就是利用大量的数据样本,使得计算机通过不断的学习获得一个模型,用来对新的未知数据做预测。

  • 有监督学习(分类、回归)

同时将数据样本和标签输入给模型,模型学习到数据和标签的映射关系,从而对新数据进行预测。
这里写图片描述

  • 无监督学习(聚类)

只有数据,没有标签,模型通过总结规律,从数据中挖掘出信息。
这里写图片描述




姓 名: *
邮 箱:
内 容: *
验证码: 点击刷新 *   

回到顶部