10種機器學(xué)習(xí)算法的要點

1、廣義來說，有三種機器學(xué)習(xí)算法 廣義來說，有三種機器學(xué)習(xí)算法1、 監(jiān)督式學(xué)習(xí) 監(jiān)督式學(xué)習(xí)工作機制：這個算法由一個目標變量或結(jié)果變量（或因變量）組成。這些變量由 已知的一系列預(yù)示變量（自變量）預(yù)測而來。利用這一系列變量，我們生成一個 將輸入值映射到期望輸出值的函數(shù)。這個訓(xùn)練過程會一直持續(xù)，直到模型在訓(xùn)練 數(shù)據(jù)上獲得期望的精確度。監(jiān)督式學(xué)習(xí)的例子有：回歸、決策樹、隨機森林、K - 近鄰算法、邏輯回歸等。2、非監(jiān)督式學(xué)習(xí) 、非監(jiān)督式學(xué)習(xí)

2、工作機制：在這個算法中，沒有任何目標變量或結(jié)果變量要預(yù)測或估計。這個算 法用在不同的組內(nèi)聚類分析。這種分析方式被廣泛地用來細分客戶，根據(jù)干預(yù)的 方式分為不同的用戶組。非監(jiān)督式學(xué)習(xí)的例子有：關(guān)聯(lián)算法和K -均值算法。3、強化學(xué)習(xí) 、強化學(xué)習(xí)工作機制：這個算法訓(xùn)練機器進行決策。它是這樣工作的：機器被放在一個能讓 它通過反復(fù)試錯來訓(xùn)練自己的環(huán)境中。機器從過去的經(jīng)驗中進行學(xué)習(xí)，并且嘗試 利用了解最透徹的知識作出精確的商業(yè)判斷。強化學(xué)習(xí)的例子

3、有馬爾可夫決策 過程。常見機器學(xué)習(xí)算法名單 常見機器學(xué)習(xí)算法名單這里是一個常用的機器學(xué)習(xí)算法名單。這些算法幾乎可以用在所有的數(shù)據(jù)問題上:1. 線性回歸2. 邏輯回歸3. 決策樹4. SVM5. 樸素貝葉斯6. K最近鄰算法7. K均值算法8. 隨機森林算法9. 降維算法10.Gradient Boost 和 Adaboost 算法Python Python代碼 代碼1 #Import Library 2 #Import other ne