Please enable JavaScript.
Coggle requires JavaScript to display documents.
机器学习方法 - Coggle Diagram
机器学习方法
有监督学习
给机器学习提供一些
有标签的数据
，机器学习可以自行学习数据的特征。这里的标签就是指答案。
支持向量机（SVM)：核心概念：绘制决策边界；高纬度上非常强大；
核函数：线性，多项式，RBF，sigmoid核。
一种简单的分类器：朴素贝叶斯分类器。
向量的转置
正则化
决策树
随机森林(random forest)
提升法（boosting):按顺序性训练； 通常比随机森林达到更高的准确性，但是也更容易过拟合。
AdaBoost
梯度提升树
XGBoost
逻辑回归（Logistic Regression)
神经网络（Neural Network)
强化学习
简单来说就是建立一种奖励机制，然后不断地试错，让自己更靠近到那些更多奖励的尝试点。
无监督学习
聚类，并没有指定的答案，需要自己的观察和总结，所以它使用的是无标签数据。
K-means
KNN:简单且直观的算法，既可用于回归也可用于分类；非参数算法
半监督学习