机器学习算法的归类
来源:互联网 发布:insanity 瘦身 知乎 编辑:程序博客网 时间:2024/06/09 16:49
机器学习算法的归类
@(博客文章)[machine learining]
机器学习从数据处理到分析算法,再到指标评价等,涉及各种各样的算法及知识点,每个人都对其有不同的归类思路,我们结合自己的理解,以及参考spark的归类方式,将其分为以下几类:
详见https://spark.apache.org/docs/latest/mllib-guide.html
一、数据预处理
(一)数据降维(Dimensionality reduction)
1、奇异值分解(SVD,Singular value decomposition)
2、主成分分析(PCA,Principal Component Analysis)
(二)特征提取与转换(Feature extraction and transformation)
二、挖掘算法
(一)基本的统计方法(Basic statistics)
1、概括性统计(summary statistics)
2、 correlations
3、分层抽样(stratified sampling)
4、假设检验(Hypothesis Testing)
5、随机数据生成(random data generation)
(二)分类与回归(Classification and regression)
1、线性模型(SVMs, 逻辑回归,线性回归)
linear models (SVMs, logistic regression, linear regression)
2、朴素贝叶斯( naive Bayes)
3、决策树 (decision trees)
4、ensembles of trees (随机森林,GBTs)
(Random Forests and Gradient-Boosted Trees)
5、保序回归(isotonic regression)
(三)协同过滤(Collaborative filtering)
1、交替最小二乘(ALS,alternating least squares )
(四)聚类(Clustering)
1、k-means
2、高斯混合模型( Gaussian mixture)
3、迭代聚类(PIC,power iteration clustering )
4、 latent Dirichlet allocation (LDA)
5、 streaming k-means
(五)频繁模式挖掘(Frequent pattern mining)
1、频繁模式增长(FP-growth)
2、关联规则(association rules)
3、PrefixSpan
三、挖掘后处理
(一)模型评估(Evaluation metrics)
(二)PMML model export
(三)优化(Optimization (developer))
1、随机梯度下降(SGD, stochastic gradient descent)
2、 limited-memory BFGS (L-BFGS)
- 机器学习算法的归类
- 机器学习:KNN归类算法实现验证码识别
- 深度学习算法归类
- 算法的简单归类
- 机器学习实现双十一购物清单的自动商品标签归类
- 【机器学习PAI实践十二】机器学习实现双十一购物清单的自动商品标签归类
- 【机器学习PAI实践十二】机器学习实现双十一购物清单的自动商品标签归类
- 【玩转数据系列十七】机器学习实现双十一购物清单的自动商品标签归类
- 机器学习算法的推广性
- 机器学习算法的分类
- 机器学习算法的分类
- 机器学习的一般算法
- 机器学习算法的比较
- 机器学习算法的分类
- 机器学习的一些算法
- 常用的机器学习算法学习
- 路由算法归类
- STL算法归类
- Unity3D 基地实现(摄像机移动、拖动建筑等)
- 分享下自己写的二次方程计算器(python)
- Linux 终端访问 FTP 及 上传下载 文件
- 废话一二
- 操作系统期末考点大纲
- 机器学习算法的归类
- 基本类型对应的包装类类型
- 基于Scala与正则表达式的Html文本分析应用
- Struts2 标签库讲解
- Qt中关闭应用程序和窗口的函数
- item属性小总结
- ibatis(学习2)-- spring + ibatis的事务管理
- linux基本的命令
- TortoiseGit保存用户名密码的方法