机器学习模型总结

研究问题中需要用到机器学习模型进行分类预测，所以把一些模型的优缺点、应用场景进行了总结。
`
预测值：离散值[ 分类 ] 、连续值[ 回归 ]

• 有监督学习

训练数据既有特征(feature)又有标签(label)，通过训练，让机器可以自己找到特征和标签之间的联系，在面对只有特征没有标签的数据时，可以判断出标签;目标是学习一个函数。

[ 分类 ]：朴素贝叶斯(NB)、人工神经网络(ANN)、支持向量机(SVM)、随机森林(RF)、决策树 (DT)、k近邻（KNN）…

[ 回归 ]：线性回归、逻辑回归、神经网络…

• 半监督学习

使用从少量标记数据点所学的知识来标记未标记的数据点,训练集同时包含有标记样本数据和未标记样本数据，不需要人工干预，让学习器不依赖外界交互、自动地利用未标记样本来提升学习性能。

• 无监督学习

[ 聚类 ]：不存在标注过的样本输出值，目标是推断一组数据样本中的内部结构.训练样本的标记信息未知，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础。

[ 原型聚类 ]：此类算法假设聚类结构能通过一组原型刻画，在现实聚类任务中极为常用。通常情形下，算法先对原型进行初始化，然后对原型进行迭代更新求解.采用不同的原型表示、不同的求解方式将产生不同的算法。

[ 层次聚类 ]：试图在不同层次对数据集进行划分，从而形成树形的聚类结构. 数据集的划分可采用"自底向上"的聚合策略，也可采用"自顶向下" 的分拆策略。

k-means聚类、主成分分析、自动编码器
`

模型优缺点及应用场景

1.监督型 - - 分类（离散值）
（1）垃圾邮件识别（2）文本情感褒贬识别（3）图像内容识别。

• 决策树（DT）【ID3、C4.5、CART】

优点：模拟人的直观决策规则、可以处理非线性特征、考虑了特征之间的相互作用。

缺点：