数据挖掘算法有哪些

• 聚类：K均值（Kmeans）、最近邻算法（KNN）、期望最大值算法（EM）、隐含狄利克雷分布（LDA）
• 分类：支持向量机（SVM）、逻辑回归（LR）、梯度下降树（GBDT）、随机森林（RF）、朴素贝叶斯（NB）、深层神经网络（DNN）、卷积神经网络（CNN）、LSTM(Long Short-Term Memory)
• 回归：普通最小二乘回归（OLS）、梯度下降树（GBDT）
• 降维：主成分分析（PCA）、因子分析（FA）、LDA
• 时间序列：自回归模型（AR）、滑动平均模型（MA）、自回归移动平均模型（ARMA）

学了6年统计学，毕业后写过需求、跑模型、手画过原型、也用过深度学习框架，有很长一段时间靠推导公式打发盲目的时间并对未来（过去的未来也就是现在）充满自信，在匆忙赶项目中，我突然发现这种粗糙地不怎么牵扯到业务的掉包调参项目中，我到底在做些什么，我从没有做出什么有意义的事情，我只是按月拿薪资罢了。