数据工程师学习基础(1) 机器学习算法: 具体方法请看这个链接 线性回归:找到一条直线来拟合预测的目标值 逻辑回归:找到一条直线来分类数据 k-近邻算法:用距离度量最相邻的分类标签 朴素贝叶斯:选择后验概率最大的标签 决策树:构造一个商值下降最快的数 支持向量机:构造超平面,分类非线性数据 K-mean:计算质心,聚类无标签数据 numpy的基础学习 我的学习连接 具体学习的连接 还有好多没学完:明天继续,今天开始改论文。