首页
互助圈
新手教程
进阶之路
算法原理
架构设计
JAVA进阶
C/C++进阶
Python进阶
JavaScript
数据库
大数据
消息服务
源码解读
JAVA源码
Spring源码
数据库
消息服务
Dubbo源码
面试指南
大厂专栏
面试技巧
面试经验
面试题库
开发资料
文档资料
工具软件
电子书籍
小牛导航
在线工具
登录
当前位置:
首页
>
文档资料
>
机器学习
>
分类
优质
小牛编辑
140浏览
2023-12-01
分类是一种对离散随机变量建模或预测的监督学习算法。分类通常基于回归方法扩展,适用于预测一个类别(或类别的概率)而不是连续数值。
常用的分类方法包括
逻辑回归:对应线性回归方法,但使用了Sigmoid函数将预测映射为0到1之间的数值
分类树:对应回归树,又称为分类回归树(CART),将数据集分割为不同分支而实现分层分类
深度学习:使用多层神经网络分类
支持向量机(SVM):基于核函数计算支持向量之间的距离,并寻找最大化其与样本间隔的边界
朴素贝叶斯:基于贝叶斯定理和特征条件独立假设的分类方法
免责声明:
以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。