0

我发现的是:
1. 朴素贝叶斯分类器
2. K 最近邻分类器
3. 决策树算法(C4.5,随机森林)
4. 核判别分析
5. 支持向量机

如果有的话,有人可以帮我解决剩下的算法吗?为了我的学术目的,我需要完整的监督 ML 分类算法列表。谢谢

4

1 回答 1

1

尽管这是一个活跃的研究领域,但我不会说每天都在发明新算法,反正也不是好的算法。即使在一些半重要的特殊情况下,一种新的机器学习算法的发明也比其他算法更好,这将是一个非常大的新闻。

通常,已知算法适用于给定问题。适当地调整一个本身就可以成为一个研究领域(垃圾邮件分类是使用经典的 ML 算法完成的,但完善并非易事,数字识别等也是如此)

无论如何,很难找到列出所有已知经典算法的来源。有很多,而且某个地方的作者不太可能将它们全部列出。他们通常会列出与他们一起工作的人,或者他们认为最重要的人。

也就是说,我将尝试为您提供更长的列表,并且我正在制作这个社区 wiki 以鼓励其他人添加更多内容。

  1. 朴素贝叶斯分类器
  2. K最近邻分类器
  3. 决策树算法(C4.5,随机森林)
  4. 核判别分析
  5. 支持向量机
  6. 逻辑回归
  7. 被动攻击分类器
  8. 高斯过程
  9. 神经网络
  10. Winnow 算法
于 2015-03-11T10:46:49.003 回答