K-means:指定K个中心点,然后把其余点分配给这K个中心点,然后对每个分配后形成的簇求平均得到新的K个中心点,接着分配,知道中心点不在变化;
KNN:又叫K近邻,对于已经有类别编号的离散点,当新来一个样本时,通过统计与这个样本最近的K个样本来选择作为新样本的类别,新样本的类别是这K个中同一类别中最多的那个类别;
贝叶斯:通过求各个属性的条件概率得到这个新样本属于某一类别的概率,选择概率最大的做为他的类别;
贝叶斯网络:也贝叶斯不同的一点在于有可能属性之间不是独立的,这样就有了依赖关系,因此求属性的贝叶斯公式中就体现除了相干性,不知之间展开;