常见的机器学习分类模型

Spark mllib包含的分类模型有：逻辑回归，决策树，随机森林，梯度提升树，多层感知机，线性SVM，朴素贝叶斯。

回归模型有：线性回归，决策树回归，随机森林回归，梯度提升树回归，生存回归，保序回归。

在spark mllib库外，还有一个比较常见的模型：KNN。

决策树==================

非线性分类模型

https://blog.csdn.net/tuntunwang/article/details/50587518

梯度提升树=================

梯度提升树（GBTs）包含两类：梯度提升决策树（GBDT）和梯度提升回归树（GBRT）。

传统的boost算法：初始所有样本的权重都是一致的，后续不断增加“被分错”样本的权重，降低分对样本的权重。例如adaboost集成学习算法

https://blog.csdn.net/weixin_40118768/article/details/80411482

GBTs：学习上一步分类的残差。

下面是一个预测年龄的例子：

构架树时，深度为1时通常效果很好（深度为1的决策树称为决策桩decision stumps）。

多层感知机MLP================

全连接的神经网络，除了输入层，其他层的激活函数都SIGMOD函数，采用BP算法学习权值：输出向后传递，误差向前传递。

SVM==========================

假设存在一个超平面，能够将所有样本进行隔开。

https://blog.csdn.net/tuntunwang/article/details/73826556

朴素贝叶斯====================

最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier,或 NBC)发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。

https://blog.csdn.net/tuntunwang/article/details/50587462

逻辑回归线性回归=========================

逻辑回归：y=sigmoid(wx)函数，根据某个概率阈值划分类别。

线性回归：y=wx

https://blog.csdn.net/tuntunwang/article/details/74012106

KNN=====================================

最近的K个样本进行投票

https://blog.csdn.net/tuntunwang/article/details/50587404

常见的机器学习分类模型相关推荐

python 两点曲线_python机器学习分类模型评估
python机器学习分类模型评估 1.混淆矩阵在分类任务下,预测结果(Predicted Condition)与正确标记(True Condition)之间存在四种不同的组合,构成混淆矩阵(适用于多 ...
传统机器学习分类模型预测股价涨跌
前言股票市场风起云涌,只有对股价有良好的预测才能够更好的抓住盈利机会.那么传统的机器学习分类模型在这方面的效果如何呢? 本文在只考虑5.10.20日移动平均线.移动指数平均线这六项指标的情况下,比较 ...
机器学习分类模型评价指标详述
问题建模机器学习解决问题的通用流程:问题建模--特征工程--模型选择--模型融合其中问题建模主要包括:设定评估指标,选择样本,交叉验证解决一个机器学习问题都是从问题建模开始,首先需要收集问题的资 ...
大道至简——浅谈机器学习分类模型选择
机器学习的基本分类模型: KNN,决策树,naive bayes,逻辑回归,SVM,adaboost KNN:一种直接的学习方法,通过相似的近邻投票分类.模型不确定性有三:距离度量(相似性度量),特征 ...
机器学习分类模型中的评价指标介绍：准确率、精确率、召回率、ROC曲线
文章来源:https://blog.csdn.net/wf592523813/article/details/95202448 1 二分类评价指标准确率,精确率,召回率,F1-Score, AUC, ...
机器学习分类模型评价指标之ROC 曲线、 ROC 的 AUC 、 ROI 和 KS
前文回顾: 机器学习模型评价指标之混淆矩阵机器学习模型评价指标之Accuracy.Precision.Recall.F-Score.P-R Curve.AUC.AP 和 mAP 图裂的话请参考:ht ...
【大数据专业】机器学习分类模型评估和优化之交叉验证的多种方法
学习目标: 机器学习: 分类评估模型及优化之交叉验证交叉验证的三种基本方法: 1.将拆分与评价合并执行 sklearn.model_selection.cross_val_score 2.同时使用多 ...
机器学习分类模型评价指标之Accuracy、Precision、Recall、F-Score、P-R Curve、AUC、AP 和 mAP
前文:https://www.cnblogs.com/odesey/p/16902836.html 介绍了混淆矩阵.本文旨在说明其他机器学习模型的评价指标. 1. 准确率(Accuracy-Acc) ...
机器学习-分类模型（鸢尾花案例）
众所周知,鸢尾花根据 '花瓣长度','花瓣宽度','花萼长度','花萼宽度',分为三类,在数据集中分别用0,1,2来表示类别本次就是通过对鸢尾花特征进行训练来判断出为哪一类,用到了分类算法的4个模型 ...

常见的机器学习分类模型

常见的机器学习分类模型相关推荐

最新文章

热门文章