2019-05-26

1、不同划分

输入空间

-Concrete Features:具体特征。eg:身高、体重、大小

-Raw Features:较抽象特征。eg:图像

-Abstract Features:更抽象特征。eg:脱敏之后的数据

输出空间

-分类

-回归

-结构化学习:使用较少。eg:图像、语音、列表、树等各种结构

协议

-Batch Learning

-Online Learning:单数据、实时更新

-Active Learning:不确定信息提出问题需求等,不常用

样本标签

-监督学习
1.分类:K-近邻、Logistic回归、决策树、支持向量机、朴素贝叶斯、Adaboost
2.回归:线性回归、树回归

-半监督
1.K-均值聚类

-无监督:

你可能感兴趣的:(2019-05-26)