mds算法python函数_使用Python如何进行算法学习？

使用Python来学习算法的话，首先在Python基础上还是要打好的，比如说变量及其运算、循环、函数和面向对象、线性数据结构等。先掌握理论，然后针对各个算法，去进行相应的练习。大致对算法做个分类，包括：

回归算法

普通最小二乘法 Ordinary Least Squares

逻辑回归 Logistic Regression

逐步回归 Stepwise Regression

多元自适应回归 MARS

局部散点平滑估计 LOESS

基于实例的方法

k最邻近算法 k-Nearest Neighbour ，kNN

学习矢量量化 Learning Vector Quantization ，LVQ

自组织映射 Self-Organizing Map ，SOM

局部加权学习 Locally Weighted Learning ，LWL

正则化方法

岭回归数值计算方法 Ridge Regression

至少绝对的收缩和选择算子 LASSO

弹性网络 Elastic Net

决策树算法

分类回归树 Classification and Regression Tree ，CART

迭代二叉树3代 Iterative Dichotomiser 3 ，ID3

卡方自动交互检测 CHAID

多元自适应回归样条 MARS

梯度推进机 Gradient Boosting Machines ，GBM

单层决策树 Decision Stump

贝叶斯方法

朴素贝叶斯 Naive Bayes

平均单依赖估计 AODE

贝叶斯置信网络 Bayesian Belief Network ，BBN

内核方法

支持向量机 Support Vector Machines ，SVM

径向基函数 Radial Basis Function ，RBF

线性鉴别分析 Linear Discriminate Analysis ，LDA

聚类算法

k-Means聚类方法

期望最大化算法 Expectation Maximisation ，EM

关联规则学习

Apriori 算法

Eclat 算法

人工神经网络

感知器神经网络 Perceptron

反向传播 Back-Propagation

霍普菲尔网络 Hopfield Network

自组织映射 Self-Organizing Map ，SOM

学习矢量量化 Learning Vector Quantization ，LVQ

深度学习

受限波尔兹曼机 Restricted Boltzmann Machine ，RBM

深度置信网络 Deep Belief Networks ，DBN

卷积神经网络 Convolutional Neural Network，CNN

堆栈式自动编码器 Stacked Auto-encoders

降维方法

主成分分析 Principal Component Analysis ，PCA

偏最小二乘回归 Partial Least Squares Regression ，PLS

萨蒙映射 Sammon Mapping

多维尺度 Multidimensional Scaling ，MDS

投影寻踪 Projection Pursuit

模型融合算法

Boosting／AdaBoost

自展输入引导式聚合 Bootstrapped Aggregation

堆栈泛化 Stacked Generalization

梯度Boosting机器 Gradient Boosting Machines ，GBM

随机森林 Random Forest

一般来说，行业主流用到比较多，一定要着重掌握的，建议至少掌握：

线性回归、逻辑回归、决策树、SVM算法、朴素贝叶斯算法、KNN算法、K平均数算法、随机森林算法、降维算法、Gradient Boost 和 Adaboost 算法。