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