监督学习方法特点总结

监督学习方法特点概括总结

方法适用问题模型特点模型类型学习策略损失函数学习算法
感知机二分类分离超平面判别模型极小化误分点到超平面距离误分点到超平面距离随机梯度下降
k近邻法多分类、回归特征空间、样本点判别模型
朴素贝叶斯多分类特征与类别的联合概率分布,条件独立假设生成模型极大似然估计、最大后验概率估计对数似然损失概率计算公式、EM算法
决策树多分类、回归分类树、回归树判别模型正则化的极大似然估计对数似然损失特征选择、生成、剪枝
逻辑斯蒂回归多分类特征条件下类别的条件概率分布,对数线性模型判别模型极大似然估计,正则化的极大似然估计逻辑斯蒂损失改进的迭代尺度算法,梯度下降,拟牛顿法
支持向量机二分类分离超平面,核技巧判别模型极小化正则化合页损失,软间隔最大化合页损失序列最小最优化算法(SMO)
提升方法二分类弱分类器的线性组合判别模型极小化加法模型的指数损失指数损失前向分布加法算法
EM算法概率模型参数估计含隐变量概率模型极大似然估计,最大后验概率估计对数似然损失迭代算法
隐马尔科夫模型标注观测序列与状态序列的联合概率分布模型生成模型极大似然估计,最大后验概率估计对数似然损失概率计算公式,EM算法
条件随机场标注状态序列条件下观测序列的条件概率分布,对数线性模型判别模型极大似然估计,正则化极大似然估计对数似然损失改进的迭代尺度算法,梯度下降,拟牛顿法
  • 参考书籍:
    • 《统计学习方法 第二版》李航
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值