有监督学习:

线性回归:线性拟合 预测

朴素贝叶斯:分类

逻辑回归:二分类(可做多分类)

决策树:分类和预测

SVM:二分类(可做多分类)

SVR:非线性拟合 预测

HMM(隐马尔可夫模型):语音识别

CRF(条件随机场):一般是线性链CRF 自然语言处理中 文本序列标注

KNN:分类 预测

无监督学习:

KMeans:聚类 需指定K

谱聚类:聚类 无需指定K 能保证每个簇中的个体数量低于某个量值

EM(期望最大化算法):求解有隐变量的似然函数

GMM(高斯混合模型):聚类

PCA(主成分分析):降维 舍弃特质小的那些维度

SVD(奇异值分解):降维 PCA算法很慢 实际都应用SVD降维

Logo

CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!

更多推荐