em算法怎么对应原有分类_随便聊聊十大数据挖掘算法（上）：中英文版本

文末有福利

中文版：

很多话打算用自己的话来说，不做推导证明，只做大概原理解释以及用途说明。

1、C4.5

用于产生决策树的一种算法

来自山东大学生物信息学课件

再举个例子：比如选对象，先判断长的帅不帅，如果很丑，就可以在你这里pass掉，如果它长的很帅，就是一个比较好的选择，这个时候咱们再就考虑它的身高，身高大于某个值（如一米八），就认为它是好的选择，否则就放弃。（不引战，只是为了大家更好的记忆）

2、k-means

应用：客户分群

是一个聚类算法，聚类是“无监督学习”，事先不知道将要分成哪些类。

以空间中k个点为中心进行聚类，对最靠近他们的对象归类，通过迭代的方法，逐次更新各聚类中心的值，直到得到最好的聚类结果。

优点在于可以取得局部的最优，缺点在于非凸集的处理。

3、SVM支持向量机

把已知物体根据属性标记在坐标系中，然后画一条线。画的这条线要尽可能的把不同物体全部分开。也就是让距离线最近的点的距离之和最大。更适用于小样本，做分类问题。

来自山东大学生物信息学课件

4、KNN

应用：推荐系统

来自山东大学生物信息学课件

• KNN用于分类和回归，需要考虑最近的邻居。
• 分类就是编组。
• 回归就是预测结果（如数字）。
• 特征抽取意味着将物品（如水果或用户）转换为一系列可比较的数字。
• 能否挑选合适的特征事关KNN算法的成败。

5、贝叶斯分类器

应用：垃圾邮件过滤器

来自山东大学生物信息学课件

假设不同特征之间是独立的，通过先验概率P(A)、P(B)和似然条件概率推算出后验概率出P(A|B)。

6、EM算法

EM算法分为两步，一个是E，一个是M，它用于估计含有隐变量的概率模型参数的极大似然估计，或者极大后验概率估计。

区别于最大似然估计，最大似然是在已有观测值的情况下，我们假设出现这个观测值的概率最大，在这种构建似然函数，进行参数的估计。

而如果概率模型中既含有观测值，又含有隐变量或潜在变量时，就可以使用EM算法来求解概率模型的参数。

更详细的可参考这篇文章:人人都懂EM算法

亦也参加我的这篇关于EM算法的文章:我要自学生信之数据挖掘:一文读懂EM算法

持续补充中~

英文版：

英文原版:https://pan.baidu.com/s/1VDBV9t0RqCeZqrU40jOjbw 提取码:6xl0