机器学习的相关算法包括

发布网友发布时间：2023-03-01 02:21

共1个回答

热心网友时间：2024-11-30 06:05

机器学习的相关算法包括：监督学习、非监督学习和强化学习。

一、监督学习

1.支持向量机：是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面。例如，在纸上有两类线性可分的点，支持向量机会寻找一条直线将这两类点区分开来，并且与这些点的距离都尽可能远。

2.决策树：是一个预测模型，代表的是对象属性与对象值之间的一种映射关系。

3.朴素贝叶斯分类：对于给出的待分类项，求解此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类属于哪个类别。贝叶斯公式为：p（A|B）=p（B|A）*p（A/p（B），其中P（A|B）表示后验概率，P（B|A）是似然值，P（A）是类别的先验概率，P（B）代表预测器的先验概率。

4.k-近邻算法：是一种基于实例的学习，采用测量不同特征值之间的距离方法进行分类。其基本思路是：给定一个训练样本集，然后输入没有标签的新数据，将新数据的每个特征与样本集中数据对应的特征进行比较，找到最邻近的k个（通常是不大于20的整数）实例，这k个实例的多数属于某个类，就把该输入实例分类到这个类中。