分类算法及应用第7章
分类算法是机器学习的重点,分类算法属于监督式学习,使用类标签已知的样本建立一个分类函数或分类模型,应用分类模型,能把数据库中的类标签未知的数据进行归类。分类在数据挖掘和机器学习中是一项重要的任务,目前在商业上应用最多,常见的典型应用场景有流失预测、精确营销、客户获取、个性偏好等。ML目前支持分类算法有:逻辑回归、支持向量机、朴素贝叶斯和决策树。
本章主要知识点:逻辑回归支持向量机朴素贝叶斯决策树
目录01逻辑回归理论与应用02SVM理论及应用03朴素贝叶斯分类及应用04决策树分类及应用05小结
逻辑回归理论与应用
逻辑回归理论与应用Logistic回归虽然名字叫”回归”
您可能关注的文档
- 《Spark 机器学习实战》教学大纲.doc
- Spark机器学习技术及应用 课件 第1章 大数据与Spark.pptx
- Spark机器学习技术及应用 课件 第2章 Spark 3.5安装和开发环境配置.pptx
- Spark机器学习技术及应用 课件 第3章 Scala编程基础.pptx
- Spark机器学习技术及应用 课件 第4章 Spark数据结构基础.pptx
- Spark机器学习技术及应用 课件 第5章 Spark机器学习基础.pptx
- Spark机器学习技术及应用 课件 第6章 线性回归及应用.pptx
- Spark机器学习技术及应用 课件 第8章 数据降维与应用.pptx
- Spark机器学习技术及应用 课件 第9章 聚类算法及应用.pptx
- Spark机器学习技术及应用 课件 第10章 关联规则挖掘算法及应用.pptx
原创力文档

文档评论(0)