-
wKgADlzIAR6AOIY-AAnHtPtud1w385.pdf下载
资源介绍
1. C4.5：是机器学习算法中的一种分类决策树算法，其核心算法是 ID3 算法。
2. K-means 算法：是一种聚类算法。
3.SVM：一种监督式学习的方法，广泛运用于统计分类以及回归分析中
4.Apriori ：是一种最有影响的挖掘布尔关联规则频繁项集的算法。
5.EM：最大期望值法。
6.pagerank：是 google 算法的重要内容。
7. Adaboost：是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器然后把 弱分类器集合起来，构成一个更强的最终分类器。
8.KNN：是一个理论上比较成熟的的方法，也是最简单的机器学习方法之一。 9.Naive Bayes：在众多分类方法中，应用最广泛的有决策树模型和朴素贝叶斯（Naive Bayes）
10.Cart：分类与回归树，在分类树下面有两个关键的思想，第一个是关于递归地划分自变 量空间的想法，第二个是用验证数据进行减枝