机器学习-简单总结

机器学习算法:

聚类算法是机器学习中最先接触到的算法，这个算法很简单，其核心是计算欧氏距离，初始化几个聚类中心后，计算每个点到聚类中心的距离，将其分类。然后计算出这个簇的中心点，将其更新为最新的聚类中心。迭代多次后，就找到了最合适的中心点。

线性回归：

线性回归与聚类相同，也是最简单的机器学习算法，其目的在于找出与点集最为拟合的曲线。在学习过程中，使用了最简单的线性回归。也即y= k x + b类型的直线。

神经网络：

留待空闲时间补充。