1. 回归
- 普通最小二乘回归(OLSR)
- 线性回归
- Logistic回归
- 逐步回归
- 多变量自适应回归样条曲线(MARS)
- 局部估计散射平滑(LOESS)
- 折刀回归
2. 正则
- 岭回归
- 最少的绝对收缩和选择算子(LASSO)
- 弹性网
- 最小角度回归(LARS)
3. 基于实例的,基于记忆的
- k-最近邻(kNN)
- 学习矢量量化(LVQ)
- 自组织映射(SOM)
- 本地加权学习(LWL)
4. 降维
- 主成分分析(PCA)
- 主成分回归(PCR)
- 偏最小二乘回归(PLSR)
- Sammon映射
- 多维度缩放(MDS)
- 投影追求
- 判别分析(LDA,MDA,QDA,FDA)
5. 深度学习
- 深度玻尔兹曼机器(DBM)
- 深信仰网络(DBN)
- 卷积神经网络(CNN)
- 堆叠的自动编码器
- RNN
6.关联规则
- Apriori
- Eclat
- FP-Growth
7. 集成学习
- Logit Boost(Boosting)
- 自举聚合(Bagging)
- AdaBoost
- 堆叠泛化(混合)
- 梯度增压机(GBM)
- 梯度增强回归树(GBRT)
- 随机森林
8. 贝叶斯
- 朴素贝叶斯
- 高斯朴素贝叶斯
- 多项式朴素贝叶斯
- 平均一依赖估计量(AODE)
- 贝叶斯信仰网络(BBN)
- 贝叶斯网络(BN)
- 隐马尔可夫模型
- 条件随机字段(CRF)
9. 决策树
- 分类和回归树(CART)
- 迭代Dickotomiser 3(ID3)
- C4.5和C5.0
- 卡方自动交互检测(CHAID)
- 决策树桩
- M5
- 有条件的决策树
10. 聚类
- 单连接群集
- K-均值
- K-中位数
- 预期最大化(EM)
- 分层聚类
- 模糊聚类
- DBSCAN
- OPTICS算法
- 非负矩阵分解
- 潜在狄利克雷分配(LDA)
11. 神经网络
- 自组织映射
- 感知
- 径向基函数网络(RBFN)
- 反向传播
- 自动编码
- Hopfield网络
- 玻尔兹曼机器
- 限制玻尔兹曼机器
- Spiking神经网络
- 学习矢量量化(LVQ)
12. 其它算法
- 支持向量机(SVM)
- 进化算法
- 归纳逻辑编程(ILP)
- 强化学习(Q-Learning,时间差异,状态-行为-反馈-状态-行为(SARSA))
- ANOVA
- 信息模糊Netowkr(干扰素)
- Page Rank
————————————————
原文链接:https://blog.csdn.net/longchengdiwang/article/details/80641999
网友评论