机器学习常用方法

相似度分析：

• 欧式距离（坐标距离）
• 皮尔逊相关系数

非监督聚合：

• K-均值聚合(随机选聚合数量值，就近聚合)
• 分类聚合（两两聚合形成树）

搜索引擎：

• 爬虫（URL追踪，去环）
• 分词（最小词串法，统计语言模型法-相近词条件概率计算乘积）
• 索引/检索（Big Table/Nosql DB）
• 排序（词频，词距，PageRank，点击率-样本学习，首段出现位置，URL，Meta）

最优化算法：

• 多变量（不同布局）求低cost
•  随机大量解选优
• 爬山调优
• 模拟退火算法（多变量上下范围调优）
• 遗传算法（随机起点，精英遴选，变异/杂交）

 文本过滤:

• 简单特征过滤 - 广告标记，大写字符，显著色彩
• 贝叶斯分类

 监督算法：

• 贝叶斯分类
• 决策树
• 神经网络
• 支持向量机
• K最邻近