xj1363695789的博客

目录 第一部分   分类 第一章   机器学习基础 第二章   k-近邻算法 第三章   决策树 第四章   朴素贝叶斯 第五章   logistic回归 第六章   支持向量机 第七章   利用AdaBoost元算法提高分类性能 第二部分   利用回归预测数值型数据 第八章   预测数据型数据：回归 第九张：树回归 第三部分   无监督学习 第十章   利用K-均值聚类...

第一章   机器学习基础 重点1.机器学习的主要任务： 1.根据测试集让机器学习如何特征分类（训练）---分类; 2.根据训练所得的模型进行预测数据型数据（测试）---回归。 1、2两项属于监督式学习（这类算法必须知道预测什么） 与之相对应的是无监督学习（数据没有类别信息，不会给定目标值） 关于无监督学习： 将数据集合分成类似对象组成的多个类的过程称为聚类; 寻找数据统计值的过程称...