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!
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