Question

机器学习有哪些算法

Answer 1

1.线性回归

在统计学和机器学习领域，线性回归可能是最广为人知也最易理解的算法之一。

2.Logistic回归

Logistic回归是机器学习从统计学领域借鉴过来的另一种技术。它是二分类问题的首选方法。

3.线性判别分析

Logistic回归是一种传统的分类算法，它的使用场景仅限于二分类问题。如果你有两个以上的类，那么线性判别分析算法（LDA）是首选的线性分类技术。

4.分类和回归树

决策树是一类重要的机器学习预测建模算法。

5.朴素贝叶斯

朴素贝叶斯是一种简单而强大的预测建模算法。

6.K最近邻算法

K最近邻（KNN）算法是非常简单而有效的。KNN的模型表示就是整个训练数据集。

7.学习向量量化

KNN算法的一个缺点是，你需要处理整个训练数据集。

8.支持向量机

支持向量机（SVM）可能是目前最流行、被讨论地最多的机器学习算法之一。

9.袋装法和随机森林

随机森林是最流行也最强大的机器学习算法之一，它是一种集成机器学习算法。

想要学习了解更多机器学习的知识，推荐CDA数据分析师课程。CDA（CertifiedDataAnalyst），即“CDA数据分析师”，是在数字经济大背景和人工智能时代趋势下，面向全行业的专业权威国际资格认证，旨在提升全民数字技能，助力企业数字化转型，推动行业数字化发展。