浅析机器学习必学10大算法及8种降维技术

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

机器学习必学10大算法

1.线性回归

2.Logistic 回归

3.线性判别分析

4.分类和回归树

5.朴素贝叶斯

6.K最近邻算法

7.学习向量量化

8.支持向量化

9.袋装发和随机森林

10.Boosting 和 AdaBoost

机器学习中必知必会的 8 种降维技术

1.相关性滤波器

2.方差滤波器

3.UMAP

4.t-SNE

5.自动编码器（Auto Encoder ）

6.缺失值

7.前向/后向特征选择

8.主成分分析

整合自：机器学习社区百度百科机器之心

审核编辑：金桥

机器学习种降朴素贝叶斯法及

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。