机器学习的基本原理与基础概念,其要点如下:
image
线性回归的基本原理,其要点如下:
image
朴素贝叶斯方法的基本原理,其要点如下:
image
逻辑回归方法的基本原理,其要点如下:
image
决策树的基本原理,其要点如下:
image
支持向量机的基本原理,其要点如下:
image
集成学习的基本原理,其要点如下:
image
聚类分析的基本原理,其要点如下:
image
主成分分析是一种主要的降维方法,另一种更加直观的降维方式则是直接对样本的属性做出筛选,这种降维方法就是“特征选择”,其要点如下:
image