人工智能_46. 回归算法.pptxVIP

机器学习的分类监督学习无监督学习半监督学习强化学习分类

机器学习常见的算法回归算法（监督学习）SVM支持向量机（监督学习)降维算法（无监督学习)神经网络（监督学习）聚类算法（无监督学习)推荐算法（特殊)

回归算法回归任务的核心思想是从连续型的统计数据中得到数学模型，然后将该数学模型用于预测或者分类。回归方法处理的数据可以是一维的，也可以是多维的。

回归算法回归算法有两个重要的子类：即线性回归和逻辑回归。线性回归就是如何拟合出一条直线最佳匹配所有的数据。线性回归逻辑回归是一种与线性回归非常类似的算法;逻辑回归

回归算法线性回归处理的问题类型与逻辑回归不一致:线性回归线性回归处理的是数值问题，也就是最后预测出的结果是数字，例如房价。逻辑回归逻辑回归属于分类算法，也就是说，逻辑回归预测结果是离散的分类，例如判断这封邮件是否是垃圾邮件，以及用户是否会点击此广告等等。

回归的应用回归分析简单有效，应用十分广泛，包括：广告点击率的预估、大型网站的容量规划、用户满意度的分析等等。