机器学习常用算法总结

文章目录

机器学习常用算法总结1. 感知机模型2. k近邻算法3. 朴素贝叶斯4. 决策树5. 集成学习6. 逻辑斯蒂回归7. 最大熵模型8. 支持向量机9. 期望最大化算法10. 聚类11. 隐马尔可夫模型12. 条件随机场

1. 感知机模型

2. k近邻算法

kd 树的构造kd 树的搜索

3. 朴素贝叶斯

极大似然估计贝叶斯估计

4. 决策树

流程：特征选择、决策树生成、决策树剪枝ID3 算法C4.5 算法CART 算法

5. 集成学习

AdaBoost 算法提升树算法

6. 逻辑斯蒂回归

7. 最大熵模型

8. 支持向量机

线性可分支持向量机：硬间隔最大化线性支持向量机：软间隔最大化非线性支持向量机：核函数

9. 期望最大化算法

Q 函数高斯混合模型

10. 聚类

k-meansDBSCANFCM

11. 隐马尔可夫模型

12. 条件随机场