-
分类问题
主要算法:
KNN:近朱者赤 近墨者黑
决策树:
在已知的条件中,选取一个条件作为树根,也就是作为第一个决策条件,然后再看是否还需要其他判断条件。如果需要的话,继续构建一个分支来判断第二个条件,以此类推,直到能够推出一个结果,这个分支就结束了。
同样的,当我们把所有样本数据中出现的情况组合都构建入这棵树的时候,我们的算法也就完成了对样本的学习。最终形成的这棵树上,所有的叶子节点都是要输出的类别信息,所有的非叶子节点都是特征信息。当一个新的数据来了之后,就按照对应的判断条件,从根节点走到叶子节点,从而获得这个数据的分类结果。
朴素贝叶斯:考虑我们分类所用到的特征和分类结果,朴素贝叶斯有一个假设前提,那就是所有的条件对结果都是独立发生作用的
SVM
人工神经网络 -
聚类问题
Kmeans
DBSCAN -
回归问题
线性回归
罗辑回归 -
关联
Apriori 啤酒喝尿不
机器学习基础模型回顾
最新推荐文章于 2024-06-05 14:14:09 发布