飞飞好奇的专栏

在这篇文章中我将介绍三大类的机器学习算法，针对大范围的数据科学问题，相信你都能满怀自信去解决。 在接下来的文章中，我们将讨论决策树、聚类算法和回归，指出它们之间的差异，并找出如何为你的案例选择最合适的模型。 有监督的学习 vs. 无监督的学习 理解机器学习的基础，就是要学会对有监督的学习和无监督的学习进行分类，因为机器学习中的任何一个问题，都属于这两大类的范畴。 在

1、数据处理阶段 数据清洗 数据转换 数据降维   2、特征工程 特征选择 特征提取 模型选择与评估   3、监督算法 广义线性模型 最小二乘法 LDA SGD K近邻 高斯过程 决策树（ID3，C4.5，C5.0，CART） 朴素贝叶斯 支持向量机 集成学习（Bagging，RF，AdaBoost，Gradient Tree Boosting，Voting