机器学习的相关算法了解和总结_机器学习相关算法的进展和理解

作者：爱喝兽奶帝天荒 | 2024-08-05 23:44:28

踩

机器学习相关算法的进展和理解

文章目录

机器学习的相关算法了解和总结

机器学习的相关算法了解和总结

1、机器学习的一般步骤

训练集训练 -> 提取特征向量 -> 结合一定的算法（比如决策树、KNN） -> 得到结果

机器学习的几个核心主要是 分类、随机、决策、迭代、猜测

其实就是一个通过经验总结进行结果猜测的过程，那么，提供的
经验样本（训练数据）越多，优化（迭代）的越好，猜测的准确度就越高
1
2

2、相关算法

Adaboost 算法   
Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，
然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）


K均值聚类算法
k均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法


最近邻算法 KNN
邻近算法，或者说K最邻近（KNN，1
2
3
4
5
6
7
8
9
10

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/爱喝兽奶帝天荒/article/detail/934863