所謂分類，簡單來說，就是根據文字的特徵或屬性，劃分到已有的類別中。常用的分類演算法包括：決策樹分類法，樸素的貝葉斯分類演算法(native bayesian classifier)、基於支援向量機(svm)的分類器，神經網路法，k-最近鄰法(k-nearest neighbor，knn)，模糊分類法等等
本小節將介紹五種常見的回歸模型的概念及其優缺點，包括線性回歸(linear regression), 多項式回歸(ploynomial regression), 嶺回歸(ridge regression)，lasso回歸和彈性回歸網路(elasticnet regression).
如下圖，在神經元中，輸入的 inputs 通過加權，求和後，還被作用了乙個函式，這個函式就是啟用函式 activation function。
如果不用激勵函式，每一層輸出都是上層輸入的線性函式，無論神經網路有多少層，輸出都是輸入的線性組合。如果使用的話，啟用函式給神經元引入了非線性因素，使得神經網路可以任意逼近任何非線性函式，這樣神經網路就可以應用到眾多的非線性模型中。
機器學習與資料探勘相關演算法彙總
普通最小二乘回歸 olsr 線性回歸 linear regression 邏輯回歸 logistic regression 逐步回歸 多元自適應回歸樣條法 mars 區域性估計平滑散點圖 loess k臨近演算法 knn 學習向量量化演算法 lvq 自組織對映演算法 som 區域性加權學習法 lwl...
資料探勘演算法
apriori演算法學習資料的關聯規則 association rules 適用於包含大量事務 transcation 的資料庫。關聯規則學習是學習資料庫中不同變數中的相互關係的一種資料探勘技術。你可能會對 apriori 演算法如何工作有疑問，在進入演算法本質和細節之前，得先明確3件事情 第一是你...
資料探勘演算法
include include define d 9 d數事務的個數 define minsupcount 2 最小事務支援度數 void main char b 20 d 100 t,b2 100 10 b21 100 10 int i,j,k,x 0,flag 1,c 20 x1 0,i1 0,...