C4.5

屬于決策樹算法，既可以解決分類問題，也可以解決回歸問題，屬于有監(jiān)督算法。
現(xiàn)在基本不用這個算法了。

K-Means

屬于聚類算法，屬于無監(jiān)督算法

SVM（*）

支持向量機。
曾經(jīng)一度認為是分類效果最好的算法。
現(xiàn)在說某個分類算法好不好，通常也會跟這個SVM算法做比較
SVM是一個統(tǒng)計學算法，背后有一套非常深厚，非常嚴謹?shù)耐茖н^程。
所以這個算法不僅表現(xiàn)效果好，而且背后還有一套完整的理論去解釋它，所以就非常被大家認可。
這些年，SVM被深度學習的熱度蓋過去了。

Apriori

關聯(lián)分析算法，已經(jīng)被淘汰，因為會多次掃描數(shù)據(jù)庫。
后來有個FP-Growth可以替代Apriori，FP-Growth只需要對數(shù)據(jù)庫做兩遍掃描。
現(xiàn)在也不用FP-Growth了，有更多其他的推薦算法

EM

EM算法是一個抽象的算法，并不是解決一類特定問題的。
EM其實是一個總的算法框架，在很多其他算法中也能看到EM算法的身影。
K-Means算法，本質(zhì)上也屬于EM算法。

PageRank

谷歌的一套算法，特別著名。

AdaBoost（*）

AdaBoost本質(zhì)就是一個決策樹，只不過對決策樹做了改進。
AdaBoost屬于有監(jiān)督學習。
大部分人臉識別，都是基于AdaBoost算法做的。
與SVM相比，AdaBoost效果好，但理論解釋不清楚

KNN

一個簡答的分類算法，屬于有監(jiān)督的學習

Naive Bayes（*）

樸素貝葉斯算法，垃圾郵件識別就用的這個算法。

CART

屬于決策樹算法，既可以解決分類問題，也可以解決回歸問題，屬于有監(jiān)督算法。
現(xiàn)在基本不用這個算法了。

FP-Growth

Apriori算法的升級版，美籍華人發(fā)明的。

邏輯回歸

百度，谷歌對于搜索結(jié)果的排序，用的就是這個算法

RF、GBDT

和AdaBoost一樣，這兩個算法都屬于決策樹算法的改進。

推薦算法（*）

各大電商網(wǎng)站用的推薦功能

LDA

文本分析算法，做自然語言處理，有一定難度

Word2Vector

文本挖掘基本都會用這個Word2Vector

深度學習（*）

圖像識別用的

總結(jié)

以上是生活随笔為你收集整理的机器学习笔记（常见算法）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。