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