机器学习的基本方法

  • Post author:
  • Post category:其他




有监督学习

数据集中的样本带有标签,有明确目标,

目标:找到样本到标签的最佳映射

典型方法:

●回归模型:典型的有监督学习任务,样本的标签为连续型,如收入、销量等。有线性回归、岭回归、LASSQ和回归样条等

●分类模型:典型的有监督学习任务,样本的标签为离散型。包括二分类和多分类问题。有逻辑回归、K近邻、决策树、支持向量机等



无监督学习

数据集中的样本没有标签,没有明确目标,根据数据本身分布的特点,挖掘反映数据的内在特性。如聚类、降维、排序、密度估计、关联规则挖掘



强化学习

智慧决策的过程,通过过程模拟和观察来不断学习、提高决策能力,如AlphaGo



版权声明:本文为m0_46698362原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。