内容
• 1、决策树 第10讲
• 2、贝叶斯Bayes 第12讲
• 3、人工神经网络ANN 第13讲
• 4、 kNN(k-近邻) 未讲
• 5、支持向量机SVM 第11讲
分类模型与算法
• 分类算法是一种在专家指导下的，有监督的数据挖掘
方法，其种类很多，包括：
• 传统方法
– 1、线性判别法； 逻辑回归和线性回归 最小二乘法
– 2、距离判别法；
– 3、贝叶斯分类器；
• 现代方法：
– 4、决策树； 背后的名词：熵
– 5、神经网络ANN； 全连接
– 6、支持向量机SVM； 和函数
SVM主要做二分，其它都可以。
一、分类算法简介
1.决策树
• 决策树学习是 以实例为基础的归纳学习算法，它着眼于从一组无次序、无规则的实例中， 推理出以决策树表示的分类规则。
Original: https://blog.csdn.net/u012678323/article/details/118554634
Author: zianren
Title: 五大分类方法介绍
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/666439/
转载文章受原作者版权保护。转载请注明原作者出处！