思路
1 | 1nn-knn-加权knn-感知机-线性svm-非线性svm |
发展史
1 | 感知机,不能解决非线性问题 |
分类
分类器
1 | 1nn 最近邻居分类器 噪声敏感 训练数据要大 |
SVM[支持向量机]
1 | 线性SVM: |
降维
PCA[最大组成成分分析]
1 | 无监督单空间学习 |
CCA[典型相关性分析]
1 | 弱监督多空间学习 |
LDA[线性判别分析]
1 | 强监督多空间学习 |
LLE[局部线性嵌入]
1 | locally linear embedding |
LE[拉普拉斯特征映射]
1 | Laplacian Eigenmap |
1.复杂度过高
2.不能处理新的data point
NPE[邻域保持嵌入]
1 | Neighborhood Preserving Embedding |
LPP[局部保留投影]
1 | Locality Preserving Projections |
聚类
1 | 给出一个数据集,利用数据间的相似性,划分到不同cluster,不用标签 |
层次聚类方法
1 | 自下而上,最近合并,合并到想要的cluster,衡量权值,中值,min,max.... |
k-means
1 | k-means clustering学习k个聚类中心,划分给不同的cluster,对空间k个区域采样 |
k-medois
1 | 把均值换成中值 |
E-M
1 | 优化算法 |
MOG[高斯混合模型]
1 | Mixture of Gaussian |
谱聚类[spectral clustering]
1 | 解决非线性聚类 |