人工智能中文网
  • 主页
  • 线代考研视频
  • 线性代数
  • Python机器学习与算法
  • 大数据与机器学习
  • Python基础入门教程
  • 人工智能中文网
    教程目录
    阅读:

    分类算法(机器学习)

    分类算法是指根据样本的特征,将样本划分到指定的类别中。分类算法是一种监督的学习算法,在分类算法中,根据训练样本训练得到样本特征到样本标签之间的映射,利用该映射得到新的样本的标签,达到将新的样本划分到不同类别的目的。

    本章将讲解以下分类算法:
    • Logistic Regression算法,该算法是一个二分类的线性分类算法,由于其简单的特点,得到了广泛的应用;
    • Logistic Regression 算法的推广形式——Softmax Regression 算法,该算法用于处理多分类问题;
    • Logistic Regression算法的另一种推广形式——Factorization Machine算法,该算法在Logistic Regression算法的基础上增加了交叉项;
    • 支持向量机SVM分类器,SVM分类算法是被公认的比较优秀的分类算法;
    • 随机森林,在集成方法中,通过组合多个分类器求解复杂的分类问题;
    • BP神经网络算法,该算法可以有效解决线性不可分的问题,同时,BP神经网络是深度学习中算法的基础。