机器学习算法归类（更新）

数据挖掘十大算法：

C4.5决策树、K-均值（K-mean）、支持向量机（SVM）、Apriori、最大期望算法（EM）、PageRank算法、AdaBoost算法、k-近邻算法（KNN）、朴素贝叶斯算法（NB）、分类回归树（CART）算法。

监督学习包括分类和回归预测问题，目标变量有两种类型：标称型和数值型。

第一部分：分类

1. K-近邻算法

2. 决策树（ID3算法）

3.朴素贝叶斯（基于概率论）

4.Logistic回归

5.支持向量机SVM

6.AdaBoost算法

7.决策树（C4.5）

第二部分：利用回归预测数值型数据

1. 线性回归

2. 局部加权线性回归

3.岭回归

4.lasso回归

5.前向逐步回归

6.分类回归树（CART算法）（决策树）

第三部分：无监督学习算法

1. K-均值聚类算法

2.Apriori算法

3.FP-growth算法

第四部分：其他工具

1. PCA：简化数据，降维

2. SVD：简化数据

3. 大数据与MapReduce

4.Hadoop