机器学习新手最适合学习的10个算法
机器学习萌新必学的Top10算法
在机器学习领域里，不存在一种万能的算法可以完美解决所有问题，尤其是像预测建模的监督学习里。
比方说，神经网络不见得比决策树好，同样反过来也不成立。最后的结果是有很多因素在起作用的，比方说数据集的大小以及组成。所以，针对你要解决的问题，最好是尝试多种不同的算法。并借一个测试集来评估不同算法之间的表现，最后选出一个结果最好的。
当然，你要选适合解决你问题的算法来尝试。比方说，要打扫房子，你会用真空吸尘器，扫把，拖把；你绝对不会翻出一把铲子来开始挖坑，对吧。不过呢，对于所有预测建模的监督学习算法来说，还是有一些通用的底层原则的。
机器学习算法，指的是要学习一个目标函数，能够尽可能地还原输入和输出之间的关系。
然后根据新的输入值X，来预测出输出值Y。精准地预测结果是机器学习建模的任务。
所以我们来了解一下，Top10机器学习算法1线性回归
统计学与机器学习领域里研究最多的算法。做预测建模，最重要的是准确性（尽可能减小预测值和实际值的误差）。哪怕牺牲可解释性，也要尽可能提高准确性。为了达到这个目的，我们会从不同领域（包括统计学）参考或照搬算法。线性回归可用一条线表示输入值X和输出值Y之间的关系，这条线的斜率的值，也叫系数。
比方说，y = B0 + B1*x，我们就可以根据X值来预测Y值。机器学习的任务就是找出系数B0和B1。从数据中建立线性回归的模型有不同的方法，比方说线性代数的最小二乘法、梯度下降优化。线性回归已经存在了200多年，相关研究已经很多了。用这个算法关键在于要尽可能地移除相似的变量以及清洗数据。对算法萌新来说，是最简单的算法了。
这方法来自统计学领域，是一种可以用在二元分类问题上的方法。逻辑回归，和线性回归相似，都是要找出输入值的系数权重。不同的地方在于，对输出值的预测改成了逻辑函数。逻辑函数看起来像字母S，输出值的范围是0到1。把逻辑函数的输出值加一个处理规则，就能得到分类结果，非0即1。比方说，可以规定输入值小于0.5，那么输出值就是1。
这个算法还可以用来预测数据分布的概率，适用于需要更多数据论证支撑的预测。和线性回归相似，如果把和输出不相干的因子或者相近的因子剔除掉的话，逻辑回归算法的表现会更好。对于二元分类问题，逻辑回归是个可快速上手又有效的算法。
3线性判别分析
逻辑回归算法，只能用于二分问题。当输出的结果类别超过两类的时候，就要用线性判别分析算法了。这种算法的可视化结果还比较一目了然，能看出数据在统计学上的特征。这上面的结果都是分别计算得到的，单一的输入值可以是每一类的中位数，也可以是每一类值的跨度。
基于对每种类别计算之后所得到的判别值，取最大值做出预测。这种方法是假定数据符合高斯分布。所以，最好在预测之前把异常值先踢掉。对于分类预测问题来说，这种算法既简单又给力。
4分类与回归树
预测模型里，决策树也是非常重要的一种算法。可以用分两叉的树来表示决策树的模型。每一个节点代表一个输入，每个分支代表一个变量（默认变量是数字类型）
决策树的叶节点指的是输出变量。预测的过程会经过决策树的分岔口，直到最后停在了一个叶节点上，对应的就是输出值的分类结果。决策树很好学，也能很快地得到预测结果。对于大部分问题来说，得到的结果还挺准确，也不要求对数据进行预处理。
5朴素贝叶斯分类器
这种预测建模的算法强大到超乎想象。这种模型，可以直接从你的训练集中计算出来两种输出类别的概率。一个是每种输出种类的概率；另外一个，是根据给定的x值，得到的是有条件的种类概率。一旦计算之后，概率的模型可以用贝叶斯定理预测新的数据。当你的数据是实数值，那么按理说应该是符合高斯分布的，也就很容易估算出这个概率。
贝叶斯定理
朴素贝叶斯定理之所以名字里有个&朴素&，是因为这种算法假定每个输入的变量都是独立的。不过，真实的数据不可能满足这个隐藏前提。尽管如此，这个方法对很多复杂的问题还是很管用的。
6K近邻算法
最近K近邻的模型表示，就是整个训练集。很直截了当，对吧？对新数据的预测，是搜索整个训练集的值，找到K个最近的例子（literally的邻居）。然后总结K个输出的变量。这种算法难就难在，怎么定义两个数据的相似度（相距多近算相似）。如果你的特征(attributes)属于同一个尺度的话，那最简单的方法是用欧几里得距离。这个数值，你可以基于每个输入变量之间的距离来计算得出。
最近邻法，需要占用大量的内存空间来放数据，这样在需要预测的时候就可以进行即时运算（或学习）。也可以不断更新训练集，使得预测更加准确。距离或亲密度这个思路遇到更高维度（大量的输入变量）就行不通了，会影响算法的表现。这叫做维度的诅咒。当（数学）空间维度增加时，分析和组织高维空间（通常有成百上千维），因体积指数增加而遇到各种问题场景。所以最好只保留那些和输出值有关的输入变量。
7学习矢量量化
最近邻法的缺点是，你需要整个训练集。而学习矢量量化（后简称LVQ）这个神经网络算法，是自行选择训练样例。
LVQ，是一组矢量，也叫码本。一开始，矢量是随机选的，经过几次学习算法迭代之后，慢慢选出最能代表训练集的矢量。学习完成后，码本就可以用来预测了，就像最近邻法那样。计算新输入样例和码本的距离，可以找出最相近的邻居，也就是最匹配的码本。如果你重新调整数据尺度，把数据归到同一个范围里，比如说0到1之间，那就可以获得最好的结果。如果用最近邻法就获得了不错的结果，那么可以再用LVQ优化一下，减轻训练集储存压力。
8支持向量机（简称SVM）
这可能是机器学习里最受欢迎的算法了。超平面是一条可以分割输入变量的空间的&线&。支持向量机的超平面，是能把输入变量空间尽可能理想地按种类切割，要么是0，要么是1。在二维空间里，你可以把超平面可以分割变量空间的那条&线&。这条线能把所有的输入值完美一分为二。SVM的学习目标就是要找出这个超平面。
超平面和挨得最近的数据点之间的距离，叫做边缘。最理想的超平面，是可以无误差地划分训练数据。 也就是说，每一类数据里距离超平面最近的向量与超平面之间的距离达到最大值。这些点就叫做支持向量，他们定义了超平面。从实际操作上，最理想的算法是能找到这些把最近矢量与超平面值距离最大化的点。支持向量可能是最强的拿来就用的分类器了。值得用数据集试试。
随机森林，属于一种重复抽样算法，是最受欢迎也最强大的算法之一。在统计学里，bootstrap是个估算值大小很有效的方法。比方说估算平均值。从数据库中取一些样本，计算平均值，重复几次这样的操作，获得多个平均值。然后平均这几个平均值，希望能得到最接近真实的平均值。而bagging算法，是每次取多个样本，然后基于这些样本建模。当要预测新数据的时候，之前建的这些模型都做次预测，最后取这些预测值的平均数，尽力接近真实的输出值。
随机森林在这个基础上稍微有点变化。它包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。如果你的高方差算法取得了不错的结果（比方说决策树），那么用随机森林的话会进一步拿到更好的结果。
10提升(Boosting)算法和自适应增强(Adaboost)算法
Boosting的核心是，对同一个训练集训练不同的分类器（弱分类器），然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。所得到的第二个弱分类器会纠正第一个弱分类器的误差。弱分类器的不断叠加，直到预测结果完美为止。Adaboost算法是首个成功用于二元分类问题的提升算法。现在有很多提升方法都是基于Adaboost。
AdaBoost适用于短的决策树。在第一个树建立出来之后，不同的样本训练之后的表现可以作参考，用不同的样本训练弱分类器，然后根据错误率给样本一个权重。很难预测的训练数据应该给更多的权重，反过来，好预测的就少一点权重。模型按顺序一个一个建，每个训练数据的权重都会受到上一个决策树表现的影响。当所有的决策树都建好之后，看新数据的预测表现，结果准不准。因为训练数据对于矫正算法非常重要，所以要确保数据清洗干净了，不要有奇奇怪怪的偏离值。
最后的最后面对海量的机器学习算法，萌新最爱问的是，&我该选什么算法？&在回答这个问题之前，要先想清楚：
1）数据的数量、质量、本质；
2）可供计算的时间；
3）这个任务的紧急程度；
4）你用这个数据想做什么。
要知道，即使是老司机，也无法闭着眼睛说哪个算法能拿到最好的结果。还是得动手试。其实机器学习的算法很多的，以上只是介绍用得比较多的类型，比较适合萌新试试手找找感觉。
原文标题：机器学习萌新必学的Top10算法
文章出处：【微信号：machinelearningai，微信公众号：机器学习算法与人工智能】欢迎添加关注！文章转载请注明出处。
发布评论请先
AutoAugment 根据所运行的数据集学习不同的转换。例如，对于包含数字自然场景的街景(SVHN....
iOS 12中的新屏幕时间功能，将详细说明各款App上花费用户多少时间。用户还可以按类别（游戏，社交....
菜鸟再次推出快递新产品——菜鸟快递塔，该快递塔高度超过5米，呈正八面体形，配备自动传动系统，通过对接....
苹果还在WWDC上详细介绍了其双镜头Portrait照片背后的“魔法”，并公开了它的Depth AP....
在5月初谷歌(GOOG, Google)大型开发者大会上，首席执行官桑达尔·皮查伊(Sundar P....
竞争在科技巨人间展开。微软提供的Azure云服务可以服务公共和私人客户，据说Azure有一百万台电脑....
人工智能(AI)应用的广泛实施为企业带来诸多优势，例如提高效率，减少重复性工作和改善客户体验。
黑客已经利用机器学习生成智能的恶意软件，可以预测未来攻与防的对抗必定是人+机器的对抗，需要以更聪明的....
因为“机器人视觉”不仅涉及到计算机算法，有些人会认为正确的术语是机器视觉或机器人视觉。机器人学家或工....
目前真正关注人工智能或者是掌握技术的，已经不再是那些耳熟能详的保险公司了，更多的是由那些从硅谷回来创....
蒙特卡洛是摩纳哥大公国的一座知名赌城，里面遍布轮盘赌、掷骰子和老虎机等游戏，类似的，蒙特卡洛方法的建....
TensorFlow 的目标是成为人人可用的机器学习平台，能够帮助机器学习的研究者、开发者，去表达自....
Mapbox是一种开源地图服务，它是谷歌地图平台的直接竞争对手。它宣布开发了一个新的软件开发工具包（....
使它对于语言的依赖、设备的依赖和对于界面依赖弱化，让不同的人，像我们使用电或者使用微软的文字工具一样....
近日，KDnuggets网站公布了2018年度的数据科学和机器学习工具调查结果。2300多名参与者对....
高斯过程函数回归的两层混合模型及其MCMC-EM算法 英文文献
早期的算法使用了图像处理，模式识别中的一些简单方法，准确率低。随着训练样本规模的增大，如INRIA数....
当前，Google Microsoft、Facebook 等科技公司和多家研究机构都推出了开源的....
机器学习正快速成为物联网(internet of things；IoT)装置的一项确定特色。家电现在....
在大约两年半之前，笔者对工业物联网（IIoT）进行研究并撰写了一篇在马匹生长早期将相关技术应用于马缰....
C语言的经典算法大全包括了51个算法的详细中文概述
BAIR为经常出现在道路上的所有10万个关键帧上的对象标上对象边界框，以了解对象的分布及其位置。下面....
同时目标检测算法对于不常见的的比例或新的图像分布缺乏一定的泛化能力。由于物体可能的方向和尺寸比例各不....
在自然界中，有些生物体具有良好的柔软性和弹性，原因是它们能够将软组织和坚硬的骨骼缠绕在一起。而如果将....
5月21日，机器学习领域的泰斗级人物、加州大学伯克利分校电机工程与计算机系和统计学系教授Michae....
当工业化工厂在十九世纪的欧洲诞生时，就连恩格尔这样的资本主义的坚定批评者也承认，不管经济制度是资本主....
例如NeuPro AI处理器包括专用的引擎处理矩阵乘法、完全连接层、激活层和汇聚层。这种先进的专用A....
双击能够回退到更高的缩放级别。可见，我们的模型训练随着时间推移正以逐渐降低的失真井然有序进行。并且我....
近日，Google推出了一门机器学习课程——Machine Learning Practica，主要....
文中提供了与人脸识别、图像识别、文本分析、自然语言处理、情绪分析、语言翻译、机器学习和预测有关的 5....
近期在googlesearch blog上发布了一篇题为《Lessons learned devel....
简单好上手的图像分类教程！构建图像分类模型的一个突破是发现卷积神经网络（CNN）可以用来逐步地提取图....
2018年，随着各种规模的企业开始推进云计算项目，预计公有云采用量将会增加，IDC预测在三年内公有云....
在这个阶段就分割数据，听起来很奇怪。毕竟，你只是简单快速地查看了数据而已，你需要再仔细调查下数据以决....
当然，确定使用这种建模方法后，我们仍需要调整不同的模型超参数，并在数十亿个样本上训练模型，这些加起来....
“有什么好用的IDE/环境/工具？”是他们提出的最常见的问题之一。这确实也是个不怎么好回答的问题，因....
在完成了点云的目标分割以后，分割出来的目标需要被正确的分类，在这个环节，一般使用机器学习中的分类算法....
本文详细的介绍了TI的电机39个模块的算法详细的资料，全是TI原版资料的一个整合包
模型的输出是基于不同症状对生病的风险所做出的评分。当发烧和咳嗽两个症状同时出现时，模型A会给出一个非....
目前，有150亿台机器连接了互联网；到2020年，这一数值将超过500亿台。麦肯锡预测，到2025年....
在引入 TensorFlow 和 NumPy 两个模块后，我们需要使用 TensorFlow 的 l....
当数据中心在处理街道级的遥感影像数据时，有关算法会识别影像中建筑实体的“入口”要素，即通过影像获知建....
所有计算缓冲区的方法，都要检验变道算法是否有碰撞的可能性。这个问题证明比较复杂，因此通常会提前计算最....
金融科技几乎是数字创新的代名词，但它可能面临着最严峻的挑战，因为这些组织希望拥有开放式银行业务、算法....
“脑机接口”技术通过对脑电波信号的监测，分析推断人的想法和目的，进而产生对应的调节和控制信号，实现与....
机器学习（Machine Learning）是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识....
机器学习是关于计算机基于数据构建模型并运用模型来模拟人类智能活动的一门学科。随着计算机与网络的飞速发....
机器学习正在成为微软高管最新的口头禅，在本周，微软首席运营官Kevin Turner- 再次提到机器....
其他课程，可以有选择的在直播平台上买一到两门课，从头到尾跟着老师学习，直接听上面的李飞飞课程可能很难....
人工智能指人造的机器智能，由1956年达特茅斯会议上正式提出。机器学习是实现人工智能的主流手段，是基....
供应链服务
版权所有 (C) 深圳华强聚丰电子科技有限公司
电信与信息服务业务经营许可证：粤B2-跨度怎么计算的—，是那个_百度知道
跨度怎么计算的—，是那个
我有更好的答案
曾经我跟你们一样，也是在输中度过，想放弃，又不甘心，失望过，直到遇见了我的师傅爱数学，我才开始回本，现在我每天跟师傅一天天还没盈利一些，不输，感觉还不错，我把我这个师傅推荐给大家，希望能帮到你，联系方式联系方法?（V;;;;;Q;;）前面四个5627后面三个979。希望可以帮到你戌G—生总累，现在累，以后会更累。
采纳率：100%
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。跨度的计算方法______分别在哪里呢？_百度知道
跨度的计算方法______分别在哪里呢？
我有更好的答案
曾经我跟你们一样，都是输的血本无归，就在我走投无路的时候，我结识了我的恩师概率王。跟他打的这几天里，我学会了很多东西，这些东西是在我没遇见他之前根本不知道的东西，我想把我的恩师推荐给你们，______联系方式?（;;V;;Q;;;）前面三个562后面四个7979。希望可以帮到你I肥—--静的灵加上对工的热才能带给们永恒的喜悦。
采纳率：50%
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。新手求谱，新手适合吹的。好听的，跨度不要太大，希望大家推荐【圆号吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：1,968贴子：
新手求谱，新手适合吹的。好听的，跨度不要太大，希望大家推荐收藏
「天猫618」圆号,大牌狂欢,疯抢大额优惠券!千亿购物津贴,跨店满减,上不封顶!「天猫618」理想生活狂欢季,&嗨&购大品牌!
莫扎特圆号第三协奏曲…个人认为新手可以吹吹…五级水平的曲子…挺好听的…
圣桑《浪漫曲》
正线进行曲，是乐器合奏曲目，但也不错
吧友们有木有这些曲子的谱子啊？跪求
个人推荐你试试莫一。后期加上伴奏，希望能帮到你。
嗯，莫一或莫三，或者是，你几级水平啊
弗兰兹施特劳斯
登录百度帐号跨度怎么计算?_百度知道
跨度怎么计算?
我有更好的答案
采纳率：100%
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。