本文介绍了机器学习中十大重要算法，包括K-Means、朴素贝叶斯、PageRank、KNN、Apriori、Adaboost、C4.5、CART、EM和SVM。K-Means是一种聚类算法，对大数据处理高效，但对初值敏感。朴素贝叶斯基于特征间的独立性假设，适合属性独立性较强的问题。PageRank是谷歌早期的排序算法，适用于网页排序。KNN通过查找最近邻进行分类，适用于样本较大的类域分类。Apriori算法用于挖掘频繁项集，适用于市场分析等领域。Adaboost通过结合弱分类器构建强分类器，对噪声数据敏感。C4.5是决策树算法，处理非离散问题，但可能过拟合。CART算法是二叉分类树，适合处理连续字段。EM算法用于参数估计，但收敛速度慢。SVM通过构造超平面进行分类，对小样本和非线性问题有效，但处理大数据速度慢。
具体可见:http://xxxzhi.github.io/2014/12/16/machine-learning-10-biggest/
K-Means算法
K-Means算法是一种聚类算法，把n个对象根据他们的属性分成k个分类，并且使这K个分割的内部相似度最大，而分割之间的相似度最小。 其主要的算法流程如下： 1. 从n个对象中任意选K个对象，作为每个聚类的中心 2. 根据K个中心，按照每个对象离K个中心的最小距离（离那个中心近，就划分到哪个中心），将n个对象划分成K个分割（聚类） 3. 然后计a ge su a分割的中心（分割中的所有对象的均值），将这些中心作为聚类新的中心。 4. 计算标准测度函数，当计算函数满足一定的条件，如收敛了，则程序结束，否则返回第2步。
它是一种基于样本间相似度的聚类算法，是一种非监督算法。是一种较典型的逐点修改迭代的动态聚类算法。
优点
- K-Means算法简单
- 对于处理大数据时，该算法是相对可伸缩和高效率的。其算法是O（nkt）的，依赖于t
- 当样本间每个簇相差较大时，分来效果较好。
缺点
- K-means要求用户事先得给出要生成的簇的数目K
- 对初值比较敏感
- 不适合发现大小差别很大的簇
- 对于噪声和孤立点敏感
适用情况
这个适用，基本也在优缺点里面讲述了。
朴素贝叶斯算法
朴素贝叶斯算法是基于一个简单假设：在给定的目标值时，各个属性是相互独立的。贝叶斯是依据贝叶斯定理来的。计算极大后验概率。其具体原理如下：
Vmap=argmaxP(hi|a0,a1,...,an)=argmaxP(a0,a1,...,an|h
最低0.47元/天 解锁文章
3590
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
