分类和回归
分类问题：将实例数据划分到合适的分类中
回归问题： 它主要用于预测数值型数据，典型的回归例子：数据拟合曲线。
线性回归：
1：最小二乘法
2：梯度下降法
非线性回归：
线性回归等式有一个基本的形式，而非线性回归提供了许多灵活的曲线拟合方程。
非线性函数的一个例子就是高阶多项式（即多项式阶数p>1）：G = a o + a1X + a2X^2+ ... + akX^k。其他类型的非线性函数可通过泰勒展开用多项式逼近表示。函数G在x0处的线性近似为G(x0)+G'(x0)(x-x0)。
分类算法：
摘抄：https://blog.csdn.net/u014088052/article/details/50834033
1：朴素贝叶斯(Naive Bayes)
2：决策树(Decision trees)
3：支持向量机(SVM)
4：K-近邻算法（k-Nearest Neighbors，KNN）
5：
1.2监督学习 统计学习包括监督学习，非监督学习，半监督学习及强化学习。 监督学习（supervised lear...
前言 统计学习包括监督学习、非监督学习、半监督学习及强化学习。监督学习 (supervised learning)...
机器学习的算法主要分为监督学习和无监督学习监督学习。 监督学习(supervised learning)，利用样本...
统计学习 统计学习包括监督学习，非监督学习，半监督学习以及强化学习。 监督学习 监督学习的任务是学习一个模型，使模...
这部分主要了解关于统计学习的一些重要概念：统计学习包括：监督学习、半监督学习、非监督学习、强化学习。监督学习：监督...
1. 监督学习 or 无监督学习 2. 监督学习 2.1 分类 2.2 回归 2.3 监督学习：分类 & 回归...
1,监督学习:数据与标签的2，非监督学习：只有数据没有标签3，半监督学习：监督学习+半监督学习4，强化学习：训练中...
机器学习通常分为四类 监督学习 无监督学习 半监督学习 强化学习 监督学习 监督学习是从标记的训练数据来推断一个功...
分类： 目前机器学习主流分为：监督学习，无监督学习，强化学习。 监督学习： 监督学习可分为“回归”和“分类”问题。...
机器学习方法：监督学习， 半监督学习，无监督学习，强化学习。 监督学习：判别模型，生成模型。 判别模型：条件随机场...
本文标题：监督学习
本文链接：https://www.haomeiwen.com/subject/xvxwuftx.html
网友评论