机器学习笔记:常见算法+机器学习分类和实现步骤

机器学习

机器学习算法

  • 线性回归(回归问题)
  • 逻辑回归(分类问题)
  • 决策树
  • 支持向量机
  • 贝叶斯分类器
  • 神经网络
    • 深度学习
  • 聚类算法

常见算法

KNN

分类算法

  1. 计算target_feat和db_feats距离dists
  2. 距离从小到大排序
  3. 取前K个

K-Means

聚类算法

  1. 定义 K 个重心
  2. 寻找最近的重心并且更新聚类分配。将每个数据点都分配给这 K 个聚类中的一个。每个数据点都被分配给离它们最近的重心的聚类。这里的「接近程度」的度量是一个超参数------通常是欧几里得距离(Euclidean distance)。
  3. 将重心移动到它们的聚类的中心。每个聚类的重心的新位置是通过计算该聚类中所有数据点的平均位置得到的。

回归算法

【机器学习】9种回归算法及实例,值得收藏!

  • 线性回归
  • 多项式回归
  • 支持向量机回归
  • 决策树回归
  • 随机森林回归
  • LASSO 回归
  • Ridge 回归
  • ElasticNet 回归
  • XGBoost 回归

其余资料

机器学习随笔------分类与回归的联系与区别

机器学习分类

  • 监督学习
    • 分类任务
    • 回归任务
  • 无监督学习
    • 聚类任务
    • 降维
      • PCA
      • SVD
  • 半监督学习
  • 强化学习

机器学习实现步骤

选择模型

  1. 确认解决问题的类型,例如:分类、回归、...
  2. 根据问题的类型选择合适的模型

模型训练

  1. 准备数据
  2. 特征缩放
  3. 初始化模型参数
  4. 确定损失函数
  5. 优化算法更新模型参数
  6. 迭代模型到预期效果

输出结果

  1. 模型评估:测试集评估数据
  2. 性能指标
  3. 优化:调整模型提升预期效果
  4. 部署:训练好的模型到实际应用进行预测或决策
相关推荐
智联视频超融合平台10 小时前
视频 AI 的误报之战,正在从调参数卷到改架构
人工智能·大模型·边缘计算·视频监控·安防
水如烟11 小时前
孤能子视角:智能的边界不在算法强弱,在可形式化性——从概率法到因果推理,选择池的边界一直在那里
人工智能
万里侯12 小时前
日志聚类之后别把 noise 扔掉:降噪应该改变视图,不抹掉证据
人工智能·微服务·ai·容器·k8s
澹锦汐12 小时前
纯前端秋日银杏与枫叶落叶色板智能聚类器:基于 K-Means 色彩量化与直方图自动配方提取
前端·人工智能·ai·语言模型·vue·react·k-means
电科_银尘18 小时前
【大模型算法与工程 15】手写Self-Attention:Q、K、V与缩放点积
算法
71777720 小时前
国内 AI 研发效能工具怎么选:2026 年基于公开信息的选型框架与 Gitee 实践
人工智能·gitee
Csvn20 小时前
换供应商要改一遍代码?把模型接入收进一层网关(C04)
人工智能·aigc·agent
孟健21 小时前
开源AutoClip切直播:1小时48分出19段,整月API只花0.08元
人工智能·开源·aigc
翰墨之道21 小时前
AI日报:豆包工作ARR超20亿,GPT-6.2跑分与实测割裂
人工智能·gpt·数据挖掘