机器学习算法概要

机器学习传统算法概要

基本概念

特征
分类
训练集
测试集

算法分类

机器学习算法可以分为监督学习、无监督学习和强化学习
此栏目主要介绍监督学习和无监督学习

监督学习的主要任务是分类和回归，例如对数据进行分类，对已有数据拟合一条曲线等。
常见算法包括： K-NN（k-近邻）、SVM（支持向量机）、决策树、线性回归、朴素贝叶斯算法、局部加权线性回归、Ridge回归等

无监督学习的主要任务包括：数据聚类，密度估计（寻找并描述数据统计值）等。
常见算法包括：k-means（K-均值）、最大期望算法

如何选择合适的算法