机器学习算法分类:
监督学习:
定义:输入数据是由特征值和目标值组成,函数的输出可以是一个连续的值(称为回归),或是输出连续个离散值(称为分类)。
目标值:类别——分类问题
算法:K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归...
目标值:连续型的数据——回归问题
算法:线性回归、岭回归
无监督学习:
定义:输入数据是由特征值组成。
目标值:无——聚类
算法:聚类K-means
机器学习开发流程:
①:获取数据
②:处理数据
③:特征工程
④:机器学习算法训练——模型
⑤:模型评估
⑥:应用
标签:机器,回归,分类,学习,算法,目标值 来源: https://www.cnblogs.com/liyuchao/p/12531688.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。