1.决策树,熵最大,作为根节点,选择是或否
容易过拟合
提升树,cart剪枝等。
2.HMM,初始状态,转移概率,结果状态隐藏在可观测状态中,通过转移概率矩阵,到结果状态。
https://www.zhihu.com/question/20962240
https://www.ricequant.com/community/topic/788//5
http://www.niubua.com/2015/07/16/%E4%B8%80%E6%96%87%E6%90%9E%E6%87%82hmm%EF%BC%88%E9%9A%90%E9%A9%AC%E5%B0%94%E5%8F%AF%E5%A4%AB%E6%A8%A1%E5%9E%8B%EF%BC%89/
3.朴素贝叶斯,根据后验概率,推断先验概率。
训练数据大,根据已有数据情况,判断新的数据。
4.GMM
参考资料,含代码
http://blog.pluskid.org/?p=39
http://blog.csdn.net/abcjennifer/article/details/8198352
聚类:
1.模糊C均值(FCM)
隶属度函数,聚类中心,迭代,达到限定值,终止。
缺点:
需要事先知道类别
处理球星星状数据有效
2.k-means
1、 随机选取k个聚类质心点(cluster centroids)为。
2、 重复下面过程直到收敛 {
对于每一个样例i,计算其应该属于的类
对于每一个类j,重新计算该类的质心
}
缺点:结果跟初始聚类中心点的选取有很大关系参考资料
含代码 java http://blog.csdn.net/jia20003/article/details/8828648
c++ http://blog.csdn.net/qll125596718/article/details/8243404/
GMM