五大分类方法介绍

内容
• 1、决策树                               第10讲
• 2、贝叶斯Bayes                    第12讲
• 3、人工神经网络ANN           第13讲
• 4、 kNN(k-近邻)                     未讲
• 5、支持向量机SVM               第11讲
 

分类模型与算法
• 分类算法是一种在专家指导下的，有监督的数据挖掘
方法，其种类很多，包括：
• 传统方法
– 1、线性判别法；              逻辑回归和线性回归    最小二乘法
– 2、距离判别法；
– 3、贝叶斯分类器；
• 现代方法：
– 4、决策树；                     背后的名词：熵

– 5、神经网络ANN；         全连接
– 6、支持向量机SVM；     和函数     
SVM主要做二分，其它都可以。

一、分类算法简介
1.决策树
• 决策树学习是以实例为基础的归纳学习算法，它着眼于从一组无次序、无规则的实例中， 推理出以决策树表示的分类规则。