机器学习算法入门索引
来源:互联网 发布:sql查询删除重复数据 编辑:程序博客网 时间:2024/05/29 11:02
索引
- 学习模型
- 线性模型
- 乘法模型
- 加法模型
- 核模型
- 层级模型
- 线性模型
- 有监督学习
- 分类
- 最近邻居法
- 决策树学习
- 朴素贝叶斯分类器
- 逻辑回归
- 自适应增强
- 随机森林
- 支持向量机
- 回归
- 线性回归
- 局部加权线性回归
- 岭回归
- Lasso回归
- 弹性网回归
- 树回归
- 分类
- 无监督学习
- K-均值聚类
- 关联规则
简介
最近邻居法
原理
设有M个样本,每个样本都是一个N维向量。
对于一个待分类的向量X,与M个样本进行比较,选取最接近的k个样本,向量X被归类于其中出现最频繁的类别。
实现
对于每个待分类的X,都要与M个样本进行比较,因此计算量大。
决策树学习
原理
这里的决策树指的是分类树。
决策树中的每一个节点代表了一个维度,输入的向量X根据当前节点代表的维度的值的不同划分到了不同的子树,当到达叶子节点时就得到了X的类别。
实现
决策树划分方式通常有两种,信息增益和基尼不纯度。
构建过程一般从根节点开始,每次根据划分方式选择最佳的维度来分裂出子节点。
朴素贝叶斯分类器
原理
实现
逻辑回归
原理
Sigmoid函数:
Logistic回归分类器在输入向量的每个特征维度上乘以一个回归系数,将结果相加代入Sigmoid函数,大于0.5的数据被归入1类,小于0.5归入0类。
实现
通常用梯度上升方法计算回归系数
自适应增强
原理
使用多个弱分类器串行训练成一个强训练器。
首先使用一个原始的学习算法,对训练样本
实现
把训练样本
定义加权误分类率
选择加权误分类率最小的弱分类器
定义弱分类器
将弱分类器添加到强分类器
定义规范化因子为
更新样本的权重
也可以通过
更新权重。
若b为强分类器中的弱分类器个数,则最终得强分类器为
随机森林
原理
随机森林包含多个决策树,随机森林的输出由全体决策树输出的众数决定。
实现
从全体样本M中有放回的选取M次组成新的训练集,从训练集的N个特征维度中随机选取n个特征维度,其中n远小于N。用所得的含有m个特征维度的训练集训练决策树。
重复若干次,形成多个决策树,组成随机森林。
支持向量机
原理
寻找超平面对样本空间进行分割,使得两种类别的数据分布在超平面两侧。
支持向量是离超平面最近的那些点,通过最大化支持向量到超平面的距离找到最优的超平面。
定义数据点到超平面的距离为几何距离
由于数据未必线性可分,引入松弛变量。
实现
线性回归
原理
回归,是指把实函数在样本点附近加以近似的有监督的函数近似问题,是对一个或多个自变量和因变量之间的关系进行建模、求解的一种统计方法。
函数
这里的真实函数关系
最小二乘法是回归中最基础的方法。
最小二乘学习法是对模型的输出
平方误差
实现
如果使用线性模型
训练样本的平方差
局部加权线性回归
原理
对第
实现
用与最小二乘法同样的方法进行求解得
这里的
为了对附近点赋予更高的权重,可以使用高斯核
岭回归
原理
岭回归又称为
在一般最小二乘法中,参数
实现
利用拉格朗日对偶问题求解.
拉格朗日因子
对参数
Lasso回归
原理
当参数特别多时,学习与求解会消耗大量时间。Lasso回归把大部分参数都置为0,可以快速的求解与学习。
Lasso回归又称为
由于
实现
弹性网回归
原理
弹性网回归又称为
当
实现
- 机器学习算法入门索引
- 【机器学习】EM算法入门
- 【机器学习】从零开始入门机器学习算法实践
- 推荐算法和机器学习入门
- 机器学习算法入门之(四) SVM
- K-means算法-机器学习入门
- [一点一点入门机器学习] k近邻算法
- 机器学习入门(5)--梯度下降算法
- 机器学习_神经网络算法入门
- 机器学习常用算法解析和入门
- 机器学习入门算法基础视频
- Knn算法(机器学习)入门(Python实现)
- 【回顾】从零开始入门机器学习算法实践
- 机器学习算法优秀博客索引-持续更新
- 机器学习算法入门之(二) 决策树算法
- 机器学习入门算法及其java实现-KNN算法
- 机器学习入门算法及其java实现-ID3(决策树)算法
- 机器学习入门算法及其java实现-adaboost算法
- 第十一周阅读程序(4)
- 机房重构---卡表中Status字段引起的“链式反应”
- lenovo b40-30 无法装win7系统
- 第四周——闰年判断
- 治疗晒斑的偏方有哪些
- 机器学习算法入门索引
- 深入剖析Android四大组件(四)——Messenger实现Android IPC
- opencv的imread函数无法读取图像
- 伊拉克称IS二号人物死于空袭 美曾悬赏700万美金
- 治疗晒斑的办法
- 三驾马车
- java.util.Properties和java.util.ResourceBundle类区别
- ubuntu下apache2环境问题
- linux文件属性及权限修改