分类算法最著名的例子是将传入的电子邮件过滤为“垃圾邮件”或“非垃圾邮件”。
一些不同的分类算法如下;
KNN(( K – 最近邻)
决策树
朴素贝叶斯
SVM(支持向量机)
KNN(K-最近邻)
KNN 是一种算法,它使用训练数据集在某个数据集中找到 k 个最接近的数据点。 KNN 是一种用于回归和分类问题的监督机器学习算法。 它常用于模式识别。
该算法首先存储并定义数据中所有输入之间的距离,选择最接近查询和输出的输入。
KNN算法应用于现实生活中的指纹检测
信用评级、股市预测、洗钱分析、破产和汇率等领域。
决策树
决策树算法是一种监督机器学习。 它用于解决回归和分类问题。 目标是利用决策树从观察结果转移到处理结果。
您可以将决策树视为一个流程图,一次将每个数据点 哥伦比亚手机号码列表 分为两类,然后将每类分为两类或更多类。
决策树的处理采用自上而下的方法,其中从训练数据中选择最合适的属性作为根,并对每个分支重复该过程。 决策树常用于以下领域。
套索回归是一种用于选择和组织变量的回归
您多项式回归此类算法用于拟合非线性数据。 这里最好的 美国电话号码 猜测不是一条直线; 是一条试图拟合所有数据点的曲线。
分类
在机器学习中,分类是根据预先分类的训练数据集对项目进行分类的过程。 分类被认为是一种监督学习算法。