蓝牙耳机|机器学习方法知识点

蓝牙耳机|机器学习方法知识点

一、决策树
定下一个最初的质点 , 从该点出发、分叉 。 由于最初质点有可能落在边界值上 , 此时有可能会出现过拟合的问题 。
二、SVM
svm是除深度学习在深度学习出现之前最好的分类算法了 。 它的特征如下:
(1)它既可应用于线性(回归问题)分类 , 也可应用于非线性分类;
(2)通过调节核函数参数的设置 , 可将数据集映射到多维平面上 , 对其细粒度化 , 从而使它的特征从二维变成多维 , 将在二维上线性不可分的问题转化为在多维上线性可 分的问题 , 最后再寻找一个最优切割平面(相当于在决策数基础上再寻找一个最优解) , 因此svm的分类效果是优于大多数的机器学习分类方法的 。
(3)通过其它参数的设置 , svm还可以防止过拟合的问题 。
三、随机森林
【蓝牙耳机|机器学习方法知识点】为了防止过拟合的问题 , 随机森林相当于多颗决策树 。
四、knn最近邻
由于knn在每次寻找下一个离它最近的点时 , 都要将余下所有的点遍历一遍 , 因此其算法代价十分高 。
五、朴素贝叶斯
要推事件A发生的概率下B发生的概率(其中事件A、B均可分解成多个事件) , 就可以通过求事件B发生的概率下事件A发生的概率 , 再通过贝叶斯定理计算即可算出结果 。
六、逻辑回归
(离散型变量 , 二分类问题 , 只有两个值0和1)


    推荐阅读