资料下载
机器学习有哪十大算法？机器学习的十大算法详细资料概述免费下载
分享资料个
整体来说，机器学习算法可以分为 3 大类：
0.1 监督学习
工作原理：该算法由自变量（协变量、预测变量）和因变量（结果变量）组成，由一组自变量对因变量进行预测。通过这些变量集合，我们生成一个将输入映射到输出的函数。训练过程达到我们设定的损失阈值停止训练，也就是使模型达到我们需要的准确度等水平。
监督学习的例子：回归，决策树，随机森林，KNN，逻辑回归等
0.2 无监督学习
工作原理：在无监督学习算法中，我们没有目标或结果变量来预测。 通常用于不同群体的群体聚类。
无监督学习的例子：Apriori 算法，K-means。
0.3 强化学习
工作原理： 强化学习（reinforcement learning），又称再励学习、评价学习，学习不是单一方法，而是一种机器学习方式，在智能控制机器人及分析预测等领域有许多应用。
强化学习例子：马尔可夫决策过程
通用机器学习算法列表
1. 线性回归
2. Logistic 回归
3. 决策树
4. SVM
5. 朴素贝叶斯
6. KNN
7. K 均值
8. 随机森林
9. 降维算法
10. 梯度提升算法
1.GBM
2.XGBoost
3.LightGBM
4.CatBoost
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
