本文深入探讨了机器学习的主要分类，包括监督学习、非监督学习、半监督学习和增强学习。详细介绍了每种学习方法的特点及应用，如K近邻、线性回归、逻辑回归、SVM、决策树、聚类分析、PCA、异常检测等。
机器学习方法分为：
- 监督学习
- 非监督学习
- 半监督学习
- 增强学习
监督学习
给机器的训练数据拥有“标记”或者“答案”。
监督学习算法：K近邻、线性回归和多项式回归、逻辑回归、SVM、决策树和决策森林
非监督学习
给机器的训练数据没有“标记”或者“答案”，对没有标记的数据进行分类—聚类分析。
对数据进行降维处理：
- 特征提取
- 特征压缩：PCA
异常检测
半监督学习
一部分数据有“标记”或者“答案”，另一部分数据没有
通常先用无监督学习手段对数据进行处理，之后使用监督学习手段做模型的训练和预测
增强学习
根据周围环境的情况采取行动，根据行动的结果，学习行动方式
扫一扫
403
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
