秒懂机器学习---总纲：机器学习有哪些算法

最新推荐文章于 2025-06-28 18:00:14 发布

转载最新推荐文章于 2025-06-28 18:00:14 发布 · 142 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/Renyi-Fan/p/10977428.html

文章标签：

#人工智能 #数据结构与算法

本文全面介绍了机器学习领域的各类算法，包括分类、回归、聚类等主要问题的适用算法，如决策树、KNN、SVM、神经网络、K-means、层次聚类等，并深入探讨了每种算法的特点与应用场景。

秒懂机器学习---总纲：机器学习有哪些算法

一、总结

一句话总结：

先纵向专深，再横向扩展：学习方法

机器学习中：但凡能够把数据映射到多维空间，那么事情就变的比较好解决了

1、分层聚类
2、KNN
3、基于密度的聚类DBSCAN
4、K-means
5、自组织映射SOM
6、PCA
7、LDA
8、MDS
9、朴素贝叶斯
10、数据降维
11、感知机
12、GMM
13、EM
14、LVQ
15、HMM
16、熵，条件熵
17、决策树
18、CART算法
19、梯度下降
20、logistics回归
21、Adaboost
22、SMO
23、随机森林

1、机器学习的分类问题适合用哪些算法？

决策树、KNN、SVM、神经网络

2、机器学习的回归问题适合用哪些算法？

简单线性回归、多元回归、非线性回归、相关系数、R平方值

3、机器学习的非监督学习-聚类适合用哪些算法？

K-means，层次聚类

二、机器学习算法有哪些？

参考：机器学习算法有哪些？
https://blog.youkuaiyun.com/fengying2016/article/details/80545174

机器学习算法有哪些？
1、分层聚类
2、KNN
3、基于密度的聚类DBSCAN
4、K-means
5、自组织映射SOM
6、PCA
7、LDA
8、MDS
9、朴素贝叶斯
10、数据降维
11、感知机
12、GMM
13、EM
14、LVQ
15、HMM
16、熵，条件熵
17、决策树
18、CART算法
19、梯度下降
20、logistics回归
21、Adaboost
22、SMO
23、随机森林