机器学习——几种分类算法的汇总

参考博客：http://www.apachecn.org/map/179.html

参考博客写的很全面，也有例子，我这算是转载缩减记录方便自己记忆，有想参考的朋友可以参照原博客学习。

分类算法

分类：将实例数据划到合适的类别中。

标称型：标称型目标变量的结果只在有限目标集中取值，如真与假(标称型目标变量主要用于分类)

数值型：数值型目标变量则可以从无限的数值集合中取值，如0.100，42.001等 (数值型目标变量主要用于回归分析)

整个开发流程：收集数据——准备数据——分析数据——训练算法——测试算法——使用算法

开发流程：

收集数据：收集样本数据

准备数据：注意样本格式

分析数据：为了确保数据集中是否存在垃圾数据。（若存在算法可处理的数据格式或可信任的数据源，则可以跳过该步骤；另外该步骤需要人工干预，会降低自动化系统价值）

训练算法：无监督算法无目标变量，可跳过该步骤

测试算法：评估算法效果

使用算法：将机器学习算饭转化为应用程序

1.k-近邻（KNN）

工作原理：

开发流程：

收集数据：任何方法

准备数据：距离计算所需的数值&