2021-05-25

（给自己做一个比较清晰的总结，顺便梳理脉络）

把机器学习预测标签的模型大致分为三类，分别是 分类，回归，聚类。
分类模型和回归模型属于有监督学习（Supervised Learning），但不同的是分类预测的类型标签，而回归预测的是连续标签。
聚类属于无监督学习（Unsupervised Learning），只需要把相似的数据聚集在一起，并不需要预测标签。
此外，还有一种集成模型，是把很多不同种的模型组合在一起。一般来说通过投票，票高的标签做为预测的标签输出。
还有一种半监督学习（Semi-Supervised Learning），训练数据由标记数据和未标记数据组成。

分类（Classification）

朴素贝叶斯（Naive Bayes）

决策树（Deicision Tree）

支持向量机SVM（Support Vector Machine）

Nearest Centroid（or Nearest Prototype）

• sklearn.neighbors.NearestCentroid

k邻近k-NN（k-Nearest Neighbour）

多层感知机（Multi-layer Perceptron）

逻辑回归 （Logistic Regression）

回归（Regression）

线性回归（Linear Regression）

岭回归（Ridge Regression）

• 基于L2-norm的正则化（Regularisation）

套索回归（LASSO Regression）

• 基于L1-norm的正则化（Regularisation）

聚类（Clustering）

k-means
soft k-means
PCA
高斯混合模型GMM

集成（Ensemble）

随机森林
stacking
boosting
bagging

半监督学习（Semi-Supervised Learning）

自训练（Self training）

主动学习（Active Learning）

• 这个是不是半监督学习算是有点争议吧，但是这个模型的意义在于搜索实例给标签做人工标记，以便提高准确率。数据集仍然有大量未标记数据，只能运用半监督学习相关模型。所以先分到半监督学习的标题中。

（剩下的以后继续编辑）