2022年2022年机器学习10大算法-周辉

1、精选学习资料 - - - 欢迎下载机器学习 10 大算法什么为机器学习呢？从广泛的概念来说,机器学习为人工智能的一个子集；人工智能旨在使运算机更智能化,而机器学习已经证明白如何做到这一点；简而言之,机器学习为人工智能的应用；通过使用从数据中反复学习到的算法,机器学习可以改进运算 机的功能,而无需进行明确的编程；机器学习中的算法有哪些？假如你为一个数据科学家或机器学习的狂喜爱好者,你可以依据机器学习算法的类别来学习；机器学习算法主要有三大类：监督学习.无监督学习和强化学习；监督学习使用预定义的 “ 训练示例 ”集合,训练系统,便于其在新数据被馈送时也能得出结论；系统始终被训练,直到达到所需的精度

2、水平；无监督学习给系统一堆无标签数据,它必需自己检测模式和关系；系统要用推断功能来描述未分类数据的模式；强化学习强化学习其实为一个连续决策的过程,这个过程有点像有监督学习,只为标注 数据不为预先预备好的,而为通过一个过程来回调整,并给出“标注数据 ”；精品学习资料精选学习资料 - - - 欢迎下载机器学习三大类别中常用的算法如下：1. 线性回来工作原理：该算法可以按其权重可视化；但问题为,当你无法真正衡量它时,必需通过观看其高度和宽度来做一些推测；通过这种可视化的分析,可以猎取一个结果；回来线,由 y = a * x + b表示；y =因变量； a=斜率； x =自变量； b=截距；通过削减数

3、据点和回来线间距离的平方差的总和,可以导出系数a 和 b；2. 规律回来依据一组独立变量,估量离散值；它通过将数据匹配到logit 函数来帮忙推测大事；以下方法用于暂时的规律回来模型:添加交互项；排除功能； 正就化技术；使用非线性模型；3. 决策树利用监督学习算法对问题进行分类；决策树为一种支持工具,它使用树状图来 打算决策或可能的后果.机会大事结果.资源成本和有用程序；依据独立变量,将其划分为两个或多个同构集；精品学习资料精选学习资料 - - - 欢迎下载决策树的基本原理：依据一些feature进行分类,每个节点提一个问题,通过判定,将数据分为两类,再连续提问；这些问题为依据已有数据学习出来

4、的, 再投入新数据的时候,就可以依据这棵树上的问题,将数据划分到合适的叶子上；优点：与回来一样,决策树组合在实践中表现也很好；由于它们的分层结构,它们对离群值.可伸缩性和自然模型的非线性决策边界具有鲁棒性；弱点：无约束,单个树简洁过度拟合,但这可以通过集成方法来缓解；4. 支持向量机（ svm）基本原理（以二维数据为例）：假如训练数据为分布在二维平面上的点,它们 依据其分类集合在不同的区域；基于分类边界的分类算法的目标为,通过训练,找到这些分类之间的边界（直线的称为线性划分,曲线的称为非线性划分）；对于多维数据（如n 维）,可以将它们视为n 维空间中的点,而分类边界就为 n 维空间中的面,称为

5、超面（超面比n 维空间少一维）；线性分类器使用超平面类型的边界,非线性分类器使用超曲面；要将两类分开,想要得到一个超平面,最优的超平面为到两类的margin达到最大, margin 就为超平面与离它最近一点的距离；精品学习资料精选学习资料 - - - 欢迎下载优点： svm 可以模拟非线性决策边界,并且有许多内核可供挑选；它可用于防止过度拟合,特殊为在高维空间中；缺点： svm 的内存密集,调优的难度很大,并且不能很好地扩展到更大的数据集；目前在行业中,随机森林通常优于svm；应用：显示广告；人类剪切位点识别（ human splice site recognition）；基于图像的性别检测；

6、大规模图像分类等；5. 朴实贝叶斯朴实贝叶斯认为每个特点都为独立于另一个特点的；即使在运算结果的概率时,它也会考虑每一个单独的关系；精品学习资料精选学习资料 - - - 欢迎下载它不仅易于使用,而且能有效地使用大量的数据集,甚至超过了高度复杂的分类系统；优点：尽管条件独立性假设很少成立,但朴实贝叶斯模型在实践中表现杰出,特殊为它们的简洁性；它们易于实现,可以与更多的数据集进行扩展；弱点：由于简洁性,朴实贝叶斯模型常常在正确训练和调整之前被以前的算法击败；应用:判定垃圾邮件；对新闻的类别进行分类,如科技.政治.运动；判定文本表达的感情为积极的仍为消极的；人脸识别；6. knnk - 最近邻 该算

7、法适用于分类和回来问题；在数据科学行业中,它更常用来解决分类问题；这个简洁的算法能够储备全部可用的案例,并通过对其k 近邻的多数投票来对任何新大事进行分类；然后将大事安排给与之匹配最多的类；一个距离函数执 行这个测量过程；优点：该算法适用于对样本容量比较大的类域进行自动分类；缺点：在运算上为昂贵的（运算量比较大） ；变量应规范化；数据需要预处理；7. k 均 值这种无监督算法用于解决聚类问题；数据集以这样一种方式列在一个特定数量的集群中：全部数据点都为同质的,并且与其他集群中的数据为异构的；精品学习资料精选学习资料 - - - 欢迎下载优点：算法速度很快；缺点：分组的数目k 为一个输入参数,不

8、合适的k 可能返回较差的结果；集群为如何形成的 :该算法为每个集群挑选称为centroid 的点；数据在最接近的centroid 中形成集群；新的 centroid 为基于现有的集群数据点创建的；每个数据点之间的距离为确定的；这个过程会重复,直到中心不转变；8. 随机森林利用多棵决策树对样本进行训练并推测的一种分类器被称为随机森林；为了依据其特性来分类一个新对象,每棵决策树都被排序和分类,然后决策树投票给一个特定的类,那些拥有最多项票的被森林所挑选；以下为每棵树种植和生长的方式:假如在案例中有n 个训练集,那么就会随机挑选n 个案例；输入变量为 m；树会生长到最大水平,不经剪切和修剪；精品学习资料精选学习资料 - - - 欢迎下载9. 降维算法在储备和分析大量数据时,识别多个模式和变量为具有挑战性的；维数简化算法,如决策树.因子分析.缺失值比.随机森林等,有助于查找相关数据