易坊好文馆

  1. 首页 > 玩科技 >

模型|17个机器学习的常用算法！( 二 )

问题 数据 进行 算法 样本 分类 包括 方式 模型 公式 vector 分类器 贝叶斯


7. 基于实例的算法

模型|17个机器学习的常用算法！
文章图片

基于实例的算法常常用来对决策问题建立模型 ， 这样的模型常常先选取一批样本数据 ， 然后根据某些近似性把新数据与样本数据进行比较 。 通过这种方式来寻找最佳的匹配 。 因此 ， 基于实例的算法常常也被称为“赢家通吃”学习或者“基于记忆的学习” 。 常见的算法包括 k-Nearest Neighbor(KNN), 学习矢量量化（Learning Vector Quantization ，LVQ） ， 以及自组织映射算法（Self-Organizing Map，SOM）
8. 正则化方法

模型|17个机器学习的常用算法！
文章图片

正则化方法是其他算法（通常是回归算法）的延伸 ， 根据算法的复杂度对算法进行调整 。 正则化方法通常对简单模型予以奖励而对复杂算法予以惩罚 。 常见的算法包括：Ridge Regression ， Least Absolute Shrinkage and Selection Operator（LASSO） ， 以及弹性网络（Elastic Net） 。
9. 决策树学习

模型|17个机器学习的常用算法！
文章图片

决策树算法根据数据的属性采用树状结构建立决策模型 ，决策树模型常常用来解决分类和回归问题 。 常见的算法包括：分类及回归树（Classification And Regression Tree ，CART） ，ID3 (Iterative Dichotomiser 3) ，C4.5 ，Chi-squared Automatic Interaction Detection(CHAID), Decision Stump, 随机森林（Random Forest） ，多元自适应回归样条（MARS）以及梯度推进机（Gradient Boosting Machine ，GBM）
10. 贝叶斯方法

模型|17个机器学习的常用算法！
文章图片

贝叶斯方法算法是基于贝叶斯定理的一类算法 ， 主要用来解决分类和回归问题 。 常见算法包括：朴素贝叶斯算法 ， 平均单依赖估计（Averaged One-Dependence Estimators ，AODE） ， 以及Bayesian Belief Network（BBN） 。
11. 基于核的算法

模型|17个机器学习的常用算法！
文章图片

基于核的算法中最著名的莫过于支持向量机（SVM）了 。 基于核的算法把输入数据映射到一个高阶的向量空间 ，在这些高阶向量空间里 ，有些分类或者回归问题能够更容易的解决 。 常见的基于核的算法包括：支持向量机（Support Vector Machine ，SVM） ，径向基函数（Radial Basis Function， RBF) ，以及线性判别分析（Linear Discriminate Analysis， LDA)等
12.聚类算法

模型|17个机器学习的常用算法！
文章图片

聚类 ， 就像回归一样 ， 有时候人们描述的是一类问题 ， 有时候描述的是一类算法 。 聚类算法通常按照中心点或者分层的方式对输入数据进行归并 。 所以的聚类算法都试图找到数据的内在结构 ， 以便按照最大的共同点将数据进行归类 。 常见的聚类算法包括 k-Means算法以及期望最大化算法（Expectation Maximization ，EM） 。

推荐阅读


上一篇：英国殖民地|英国女王，被辞退了｜地球知识局

下一篇：功能|真正全能型体验——荣耀平板V7 Pro 体验