轻松看懂机器学习十大常用算法知识分享.pdf

轻 松 看 懂 机 器 学 习 十 大 常 用 算 法 通过本篇文章可以对 ML 的常用算法有个常识性的认识，没有代码，没有复杂 的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子 主要是分类问题。 每个算法都看了好几个视频，挑出讲的最清晰明了有趣的，便于科普。 以后有时间再对单个算法做深入地解析。 今天的算法如下： 1. 决策树 2. 随机森林算法 3. 逻辑回归 4. SVM 5. 朴素贝叶斯 6. K 最近邻算法 7. K 均值算法 8. Adaboost 算法 9. 神经网络 10. 马尔可夫 1. 决策树 根据一些 feature 进行分类，每个节点提一个问题，通过判断，将数据分为两 类，再继续提问。这些问题是根据已有数据学习出来的，再投入新数据的时 候，就可以根据这棵树上的问题，将数据划分到合适的叶子上。 2. 随机森林 视频 在源数据中随机选取数据，组成几个子集 S 矩阵是源数据，有 1-N 条数据， A B C 是 feature ，最后一列 C 是类别 由 S 随机生成 M 个子矩阵 这 M 个子集得到 M 个决策树 将新数据投入到这 M 个树中，得到 M 个分类结果，计数看预测成哪一类的数 目最多，就将此类别作为最后的预测结果 3. 逻辑回归 视频 当预测目标是概率这样的，值域需要满足大于等于 0 ，小于等于 1 的，这个时 候单纯的线性模型是做不到的，因为在定义域不在某个范围之内时，值域也超 出了规定区间。 所以此时需要这样的形状的模型会比较好 那么怎么得到这样的模型呢？ 这个模型需要满足两个条件 大于等于 0 ，小于等于 1 大于等于 0 的模型可以选择 绝对值，平方值，这里用 指数函数，一定大于 0 小于等于 1 用除法，分子是自己，分母是自身加上 1，那一定是小于 1 的了 再做一下变形，就得到了 logistic regression 模型 通过源数据计算可以得到相应的系数了 最后得到 logistic 的图形 4. SVM support vector machine 要将两类分开，想要得到一个超平面，最优的超平面是到两类的 margin 达到 最大， margin 就是超平面与离它最近一点的距离，如下图， Z2Z1 ，所以绿 色的超平面比较好 将这个超平面表示成一个线性方程，在线上方的一类，都大于等于 1，另一类 小于等于－ 1 点到面的距离根据图中的公式计算 所以得到 total margin 的表达式如下，目标是最大化这个 margin ，就需要最 小化分母，于是变成了一个优化问题 举个栗子，三个点，找到最优的超平面，定义了 weight vector ＝（2 ，3 ）－ （1，1） 得到 weight vector 为（ a ，2a ），将两个点代入方程，代入（ 2 ，3 ）另其值 ＝1，代入（ 1，1）另其值＝ -1 ，求解出 a 和 截矩 w0 的值，进而得到超平面 的表达式。 a 求出来后，代入（ a ，2a ）得到的就是 support vector a 和 w0 代入超平面的方程就是 support vector machine 5. 朴素贝叶斯 视频 举个在 NLP 的应用 给一段文字，返回情感分类，这段文字的态度是 positive ，还是 n