秒懂机器学习---总纲：机器学习有哪些算法

一、总结

一句话总结：

先纵向专深，再横向扩展：学习方法

机器学习中：但凡能够把数据映射到多维空间，那么事情就变的比较好解决了

 

1、分层聚类2、KNN3、基于密度的聚类DBSCAN4、K-means5、自组织映射SOM6、PCA7、LDA8、MDS9、朴素贝叶斯10、数据降维11、感知机12、GMM13、EM14、LVQ15、HMM16、熵，条件熵17、决策树18、CART算法19、梯度下降20、logistics回归21、Adaboost22、SMO23、随机森林

 

 

1、机器学习的分类问题适合用哪些算法？

决策树、KNN、SVM、神经网络

 

 

2、机器学习的回归问题适合用哪些算法？

简单线性回归、多元回归、非线性回归、相关系数、R平方值

 

3、机器学习的非监督学习-聚类适合用哪些算法？

K-means，层次聚类

 

 

 

二、机器学习算法有哪些？

参考：机器学习算法有哪些？

https://blog.csdn.net/fengying2016/article/details/80545174

 

机器学习算法有哪些？

1、分层聚类

2、KNN

3、基于密度的聚类DBSCAN

4、K-means

5、自组织映射SOM

6、PCA

7、LDA

8、MDS

9、朴素贝叶斯

10、数据降维

11、感知机

12、GMM

13、EM

14、LVQ

15、HMM

16、熵，条件熵

17、决策树

18、CART算法

19、梯度下降

20、logistics回归

21、Adaboost

22、SMO

23、随机森林

分类

1、分类问题：决策树、KNN、SVM、神经网络

2、回归问题：简单线性回归、多元回归、非线性回归、相关系数、R平方值

3、非监督学习-聚类：K-means，层次聚类