有监督算法和无监督算法都有哪些

有监督分类的算法:

在已经有标签的数据上去分类

在已经有标签的数据上去预测上传笔记本电脑的品相

品相好的给1

不好的给0

主要有下面一些分类算法

k临近算法分类
朴素贝叶斯分类
决策树分类
随机森林分类
分类回归分类
KNN
Adaboost
GDDT
XGBoost
LightGBM

有监督回归的算法:

在已经有标签的数据上去回归

在已经有标签的数据上去预测上传笔记本电脑的价格

可能预测出3500

也可能预测4500

主要有下面一些回归算法

线性回归
多项式回归
决策树回归
随机森林回归
XGBoost回归
Lasso回归

无监督学习:

无监督学习的分类有哪些:
还是拿笔记本作为举例
什么标注也没有
通过一系类的运算得出
屏幕是一组
键盘是一组
鼠标是一组

聚类和降维:
聚类:

​	相同的合到一块

​	屏幕是屏幕

​	键盘数键盘

​	鼠标是鼠标	

降维:三维变二维,二维变一维

​	有屏幕

​	有键盘

​	有鼠标

​	还有桌子,椅子,板凳等等

​	太多了,

​	经过一系类计算,算不过来了

​	那就要主要的

​	比如

​	有屏幕

​	有键盘

​	有鼠标

​	这就属于计算机

​ 无监督的算法都有哪些:

无监督聚类算法:

k-均值聚类
KMeans++
birch聚类
高斯混合聚类
基于层次聚类
基于密度聚类
DBSCAN

无监督降维的算法:

奇异值分解 (SVD)
主成分分析 (PCA)
独立成分分析 (ICA)
因子分析 (FA)

你可能感兴趣的:(机器学习,#,M基础,算法,机器学习,聚类)