来自于机器学习实战,让我们开启算法之旅吧
用于执行分类、回归、聚类和密度估计的机器学习算法
监督学习的用途:
K—近邻算法 线性回归 朴素贝叶斯算法 局部加权线性回归 支持向量机 RIdge回归 决策树 Lasso最小回归系数估计
无监督学习的用途:
K-均值 最大期望算法 DBSCAN Parzen窗设计
监督学习是这类算法必须知道预测什么,即目标变量的分类信息
与监督学习对应的就是无监督学习,此时数据没有类别信息,也不会给定目标值。
无监督学习还可以减少数据特征的维度,以便我们可使用二维或者三维图像更加直观地展示数据信息。