-
人工智能
站-
热门城市 全国站>
-
其他省市
-
-
400-636-0069
小标
2018-09-21
来源 ：
阅读 1356
评论 0
摘要：本文主要向大家介绍了机器学习入门之常见机器学习算法优缺点，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。
本文主要向大家介绍了机器学习入门之常见机器学习算法优缺点，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。
1、线性模型
形式简单、易于建模、很好的可解释性
2、逻辑回归
无需事先假设数据分布；
可得到近似概率预测；
对率函数任意阶可导的凸函数，许多数值优化算法都可直接用于求取最优解
3、线性判别分析（LDA）
当两类数据同先验、满足高斯分布且协方差相等时，LDA可达到最优分类
4、boosting
代表adaboost：只适用于二分类
5、bagging
在易受样本扰动的学习器上效用更明显（如不剪枝决策树、神经网络）
6、随机森林
简单、容易实现、计算开销小、泛化性能较bagging进一步提升（基学习器多样性不仅来自样本扰动，还来自属性扰动）
起始性能相对较差，但随着个体学习器数目的增加，通常会收敛到更低的泛化误差
本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道！
喜欢 | 0
不喜欢 | 0
您输入的评论内容中包含违禁敏感词
我知道了
请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了，明天再试试吧！
我们会在第一时间安排职业规划师联系您！
您也可以联系我们的职业规划师咨询：
版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com，All Rights Reserved.
沪公网安备 31011502005948号
索取资料
答疑解惑
技术交流
职业测评
面试技巧
高薪秘笈
