机器学习四大分类
2023-09-27 14:22:36 时间
机器学习分为四大块,分别是classification (分类),regression (回归), clustering (聚类), dimensionality reduction (降维)。
-
聚类(clustering)
无监督学习的结果。聚类的结果将产生一组集合,集合中的对象与同集合中的对象彼此相似,与其他集合中的对象相异。
没有标准参考的学生给书本分的类别,表示自己认为这些书可能是同一类别的(具体什么类别不知道,没有标签和目标,即不是判断书的好坏(目标,标签),只能凭借特征而分类)。
-
分类(classification)
有监督学习的两大应用之一,产生离散的结果。
例如向模型输入人的各种数据的训练样本,产生“输入一个人的数据,判断是否患有癌症”的结果,结果必定是离散的,只有“是”或“否”。(即有目标和标签,能判断目标特征是属于哪一个类型)
-
回归(regression)
有监督学习的两大应用之一,产生连续的结果。
例如向模型输入人的各种数据的训练样本,产生“输入一个人的数据,判断此人20年后今后的经济能力”的结果,结果是连续的,往往得到一条回归曲线。当输入自变量不同时,输出的因变量非离散分布(不仅仅是一条线性直线,多项曲线也是回归曲线)。
-
1,给定一个样本特征 , 我们希望预测其对应的属性值 , 如果 是离散的, 那么这就是一个分类问题,反之,如果 是连续的实数, 这就是一个回归问题。
2,如果给定一组样本特征 , 我们没有对应的属性值 , 而是想发掘这组样本在 二维空间的分布, 比如分析哪些样本靠的更近,哪些样本之间离得很远, 这就是属于聚类问题。
3,如果我们想用维数更低的子空间来表示原来高维的特征空间, 那么这就是降维问题。
相关文章
- 人工智能,机器学习,深度学习
- 机器学习HW2,logistic二分类的问题,使用adagrad进行梯度下降
- 李宏毅机器学习_分类_Logistic回归_4_2 paddlepaddle
- 软件——机器学习与Python,if __name__ == '__main__':函数
- 机器学习-分类算法-kNN
- (《机器学习》完整版系列)第13章 半监督学习——13.5 基于分歧的方法(多学习器间的差异、协同训练算法)
- [吴恩达机器学习笔记]12支持向量机3SVM大间距分类的数学解释
- Google Earth Engine(GEE)——机器学习(非监督分类)
- 【FPGA教程案例95】机器学习2——基于FPGA的SVM支持向量机二分类系统实现之Verilog编程设计
- 深度学习机器学习笔试面试题——初始化方法
- 科技云报道:企业级机器学习 会成为下一个万亿级的新市场吗?
- 机器学习笔记马尔可夫链蒙特卡洛方法(二)马尔可夫链与平稳分布
- 机器学习笔记之线性分类——高斯判别分析(一)模型思路构建
- 机器学习笔记之线性分类——线性判别分析(二)模型参数求解过程
- 大数据与机器学习:实践方法与行业案例.3.1 数据缓冲区的基本规则
- Andrew Ng机器学习公开课笔记 -- 朴素贝叶斯算法
- 机器学习初学者入门实践:怎样轻松创造高精度分类网络
- 机器学习常用分类的损失函数
- 在opencv3中实现机器学习之:利用正态贝叶斯分类
- 集成华为机器学习服务(ML Kit)轻松打造爆款小游戏
- 我在机器学习踩过的坑,现在告诉你怎么跳过去
- 《NLTK基础教程——用NLTK和Python库构建机器学习应用》——第2章 文本的歧义及其清理
- 《Python机器学习——预测分析核心算法》——2.2 分类问题:用声纳发现未爆炸的水雷
- 使用机器学习预测客户的下一个购买日是哪一天
- 为什么多重共线性是一个问题,以及为什么我们应该在创建机器学习模型之前处理多重共线性
- 使用 JavaScript 在浏览器中构建机器学习模型,学习使用 TensorFlow.js 和 JavaScript 在浏览器中构建机器学习模型
- 【吴恩达机器学习】第一周课程精简笔记——基础知识和一元线性回归
- 机器学习——人工神经网络之BP算法编程(python二分类数据集:马疝病数据集)
- 机器学习资料
- 机器学习--线性代数基础
- 机器学习的拦路虎