机器学习知识脉络

1.基本介绍

 

2.决策树

 

3.回归

 

4.数据预处理

--

--

--

 

5.贝叶斯

--朴素贝叶斯

--拉普拉斯平滑

 

6.神经网络

--反向传播

--正则化：减轻过拟合

----L1

----L2

--优化

 

7.基于距离

-- kNN

-- SVM

 

8.集群 Ensemble 

-- Averaging

-- Stacking

-- Bagging (Random forest)

-- Boosting (Adaboost, GBDT)

 

9.聚类 Clustering 

-- K-means

-- DBSCAN

-- Hierarchical 层次

 

10.关联规则

-- Apriori 

-- FP-growth

-- Eclat 

11.异常值处理