機(jī)器學(xué)習(xí)常見算法分類匯總剖析課件

1、機(jī)器學(xué)習(xí)常見算法分類匯總機(jī)器學(xué)習(xí)無(wú)疑是當(dāng)前數(shù)據(jù)分析領(lǐng)域的一個(gè)熱點(diǎn)內(nèi)容。很多人在平時(shí)的工作中都或多或少會(huì)用到機(jī)器學(xué)習(xí)的算法。這里總結(jié)一下常見的機(jī)器學(xué)習(xí)算法，以供您在工作和學(xué)習(xí)中參考。機(jī)器學(xué)習(xí)的算法很多。很多時(shí)候困惑人們都是，很多算法是一類算法，而有些算法又是從其他算法中延伸出來(lái)的。這里，我們從兩個(gè)方面來(lái)給大家介紹：機(jī)器學(xué)習(xí)常見算法分類匯總二，算法的類似性一、學(xué)習(xí)的方式根據(jù)數(shù)據(jù)類型的不同，對(duì)一個(gè)問題的建模有不同的方式。在機(jī)器學(xué)習(xí)或者人工智能領(lǐng)域，人們首先會(huì)考慮算法的學(xué)習(xí)方式。在機(jī)器學(xué)習(xí)領(lǐng)域，有幾種主要的學(xué)習(xí)方式。將算法按照學(xué)習(xí)方式分類是一個(gè)不錯(cuò)的想法，這樣可以讓人們?cè)诮：退惴ㄟx擇的時(shí)候考慮能根據(jù)

2、輸入數(shù)據(jù)來(lái)選擇最合適的算法來(lái)獲得最好的結(jié)果。學(xué)習(xí)方式監(jiān)督式學(xué)習(xí)：學(xué)習(xí)方式在監(jiān)督式學(xué)習(xí)下，輸入數(shù)據(jù)被稱為“訓(xùn)練數(shù)據(jù)”，每組訓(xùn)練數(shù)據(jù)有一個(gè)明確的標(biāo)識(shí)或結(jié)果，如對(duì)防垃圾郵件系統(tǒng)中“垃圾郵件”“非垃圾郵件”，對(duì)手寫數(shù)字識(shí)別中的“1”、“2”，“3”、“4”等。在建立預(yù)測(cè)模型的時(shí)候，監(jiān)督式學(xué)習(xí)建立一個(gè)學(xué)習(xí)過程，將預(yù)測(cè)結(jié)果與“訓(xùn)練數(shù)據(jù)”的實(shí)際結(jié)果進(jìn)行比較，不斷的調(diào)整預(yù)測(cè)模型，直到模型的預(yù)測(cè)結(jié)果達(dá)到一個(gè)預(yù)期的準(zhǔn)確率。監(jiān)督式學(xué)習(xí)的常見應(yīng)用場(chǎng)景如分類問題和回歸問題。常見算法:邏輯回歸（Logistic Regression）反向傳遞神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network）非監(jiān)督

3、式學(xué)習(xí)：學(xué)習(xí)方式在非監(jiān)督式學(xué)習(xí)中，數(shù)據(jù)并不被特別標(biāo)識(shí)，學(xué)習(xí)模型是為了推斷出數(shù)據(jù)的一些內(nèi)在結(jié)構(gòu)。常見的應(yīng)用場(chǎng)景包括關(guān)聯(lián)規(guī)則的學(xué)習(xí)以及聚類等。常見算法：Apriori算法k-Means算法半監(jiān)督式學(xué)習(xí)：學(xué)習(xí)方式在此學(xué)習(xí)方式下，輸入數(shù)據(jù)部分被標(biāo)識(shí)，部分沒有被標(biāo)識(shí)，這種學(xué)習(xí)模型可以用來(lái)進(jìn)行預(yù)測(cè)，但是模型首先需要學(xué)習(xí)數(shù)據(jù)的內(nèi)在結(jié)構(gòu)以便合理的組織數(shù)據(jù)來(lái)進(jìn)行預(yù)測(cè)。應(yīng)用場(chǎng)景包括分類和回歸，算法包括一些對(duì)常用監(jiān)督式學(xué)習(xí)算法的延伸，這些算法首先試圖對(duì)未標(biāo)識(shí)數(shù)據(jù)進(jìn)行建模，在此基礎(chǔ)上再對(duì)標(biāo)識(shí)的數(shù)據(jù)進(jìn)行預(yù)測(cè)。如圖論推理算法（Graph Inference）或者拉普拉斯支持向量機(jī)（Laplacian SVM.）等。強(qiáng)化學(xué)

4、習(xí)：學(xué)習(xí)方式在這種學(xué)習(xí)模式下，輸入數(shù)據(jù)作為對(duì)模型的反饋，不像監(jiān)督模型那樣，輸入數(shù)據(jù)僅僅是作為一個(gè)檢查模型對(duì)錯(cuò)的方式，在強(qiáng)化學(xué)習(xí)下，輸入數(shù)據(jù)直接反饋到模型，模型必須對(duì)此立刻作出調(diào)整。常見的應(yīng)用場(chǎng)景包括動(dòng)態(tài)系統(tǒng)以及機(jī)器人控制等。常見算法:Q-Learning時(shí)間差學(xué)習(xí)（Temporal difference learning）在企業(yè)數(shù)據(jù)應(yīng)用的場(chǎng)景下， 人們最常用的可能就是監(jiān)督式學(xué)習(xí)和非監(jiān)督式學(xué)習(xí)的模型。 在圖像識(shí)別等領(lǐng)域，由于存在大量的非標(biāo)識(shí)的數(shù)據(jù)和少量的可標(biāo)識(shí)數(shù)據(jù)， 目前半監(jiān)督式學(xué)習(xí)是一個(gè)很熱的話題。 而強(qiáng)化學(xué)習(xí)更多的應(yīng)用在機(jī)器人控制及其他需要進(jìn)行系統(tǒng)控制的領(lǐng)域。學(xué)習(xí)方式根據(jù)算法的功能和形式的類

5、似性，我們可以把算法分類，比如說(shuō)基于樹的算法，基于神經(jīng)網(wǎng)絡(luò)的算法等等。當(dāng)然，機(jī)器學(xué)習(xí)的范圍非常龐大，有些算法很難明確歸類到某一類。而對(duì)于有些分類來(lái)說(shuō)，同一分類的算法可以針對(duì)不同類型的問題。這里，我們盡量把常用的算法按照最容易理解的方式進(jìn)行分類。算法類似性學(xué)習(xí)方式回歸算法：算法類似性回歸算法是試圖采用對(duì)誤差的衡量來(lái)探索變量之間的關(guān)系的一類算法?；貧w算法是統(tǒng)計(jì)機(jī)器學(xué)習(xí)的利器。在機(jī)器學(xué)習(xí)領(lǐng)域，人們說(shuō)起回歸，有時(shí)候是指一類問題，有時(shí)候是指一類算法，這一點(diǎn)常常會(huì)使初學(xué)者有所困惑。常見的回歸算法包括：最小二乘法（Ordinary Least Square） 邏輯回歸（Logistic Regression

6、）逐步式回歸（Stepwise Regression）多元自適應(yīng)回歸樣條（Multivariate Adaptive Regression Splines）本地散點(diǎn)平滑估計(jì)（Locally Estimated Scatterplot Smoothing）學(xué)習(xí)方式基于實(shí)例的算法：算法類似性基于實(shí)例的算法常常用來(lái)對(duì)決策問題建立模型，這樣的模型常常先選取一批樣本數(shù)據(jù)，然后根據(jù)某些近似性把新數(shù)據(jù)與樣本數(shù)據(jù)進(jìn)行比較。通過這種方式來(lái)尋找最佳的匹配。因此，基于實(shí)例的算法常常也被稱為“贏家通吃”學(xué)習(xí)或者“基于記憶的學(xué)習(xí)”。常見的算法包括 ：k-Nearest Neighbor(KNN)學(xué)習(xí)矢量量化（Learn

7、ing Vector Quantization， LVQ）自組織映射算法（Self-Organizing Map ， SOM）學(xué)習(xí)方式正則化方法：算法類似性正則化方法是其他算法（通常是回歸算法）的延伸，根據(jù)算法的復(fù)雜度對(duì)算法進(jìn)行調(diào)整。正則化方法通常對(duì)簡(jiǎn)單模型予以獎(jiǎng)勵(lì)而對(duì)復(fù)雜算法予以懲罰。Ridge Regression Least Absolute Shrinkage and Selection Operator（LASSO）彈性網(wǎng)絡(luò)（Elastic Net）常見的算法包括：學(xué)習(xí)方式?jīng)Q策樹學(xué)習(xí)：算法類似性決策樹算法根據(jù)數(shù)據(jù)的屬性采用樹狀結(jié)構(gòu)建立決策模型， 決策樹模型常常用來(lái)解決分類和回歸問題。

8、分類及回歸樹（Classification And Regression Tree， CART ID3 (Iterative Dichotomiser 3) C4.5Chi-squared Automatic Interaction Detection(CHAID)Decision Stump隨機(jī)森林（Random Forest）多元自適應(yīng)回歸樣條（MARS）以及梯度推進(jìn)機(jī)（Gradient Boosting Machine， GBM）常見的算法包括：學(xué)習(xí)方式貝葉斯方法：算法類似性貝葉斯方法算法是基于貝葉斯定理的一類算法，主要用來(lái)解決分類和回歸問題。樸素貝葉斯算法平均單依賴估計(jì)（Average

9、d One-Dependence Estimators， AODE）Bayesian Belief Network（BBN）常見算法包括：學(xué)習(xí)方式基于核的算法：算法類似性基于核的算法中最著名的莫過于支持向量機(jī)（SVM）了。 基于核的算法把輸入數(shù)據(jù)映射到一個(gè)高階的向量空間， 在這些高階向量空間里， 有些分類或者回歸問題能夠更容易的解決。常見的基于核的算法包括：支持向量機(jī)（Support Vector Machine， SVM）徑向基函數(shù)（Radial Basis Function ，RBF)線性判別分析（Linear Discriminate Analysis ，LDA)學(xué)習(xí)方式聚類算法：算法類

10、似性聚類，就像回歸一樣，有時(shí)候人們描述的是一類問題，有時(shí)候描述的是一類算法。聚類算法通常按照中心點(diǎn)或者分層的方式對(duì)輸入數(shù)據(jù)進(jìn)行歸并。所以的聚類算法都試圖找到數(shù)據(jù)的內(nèi)在結(jié)構(gòu)，以便按照最大的共同點(diǎn)將數(shù)據(jù)進(jìn)行歸類。常見的聚類算法包括 ：k-Means算法期望最大化算法（Expectation Maximization， EM）學(xué)習(xí)方式關(guān)聯(lián)規(guī)則學(xué)習(xí)：算法類似性常見算法包括： 關(guān)聯(lián)規(guī)則學(xué)習(xí)通過尋找最能夠解釋數(shù)據(jù)變量之間關(guān)系的規(guī)則，來(lái)找出大量多元數(shù)據(jù)集中有用的關(guān)聯(lián)規(guī)則。Apriori算法 Eclat算法學(xué)習(xí)方式人工神經(jīng)網(wǎng)絡(luò)：算法類似性人工神經(jīng)網(wǎng)絡(luò)算法模擬生物神經(jīng)網(wǎng)絡(luò)，是一類模式匹配算法。通常用于解決分類和

11、回歸問題。人工神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)的一個(gè)龐大的分支，有幾百種不同的算法。 （其中深度學(xué)習(xí)就是其中的一類算法，我們會(huì)單獨(dú)討論）。重要的人工神經(jīng)網(wǎng)絡(luò)算法包括：感知器神經(jīng)網(wǎng)絡(luò)（Perceptron Neural Network）反向傳遞（Back Propagation）Hopfield網(wǎng)絡(luò)自組織映射（Self-Organizing Map, SOM）學(xué)習(xí)矢量量化（Learning Vector Quantization， LVQ）學(xué)習(xí)方式深度學(xué)習(xí)：算法類似性深度學(xué)習(xí)算法是對(duì)人工神經(jīng)網(wǎng)絡(luò)的發(fā)展。 在近期贏得了很多關(guān)注， 特別是百度也開始發(fā)力深度學(xué)習(xí)后， 更是在國(guó)內(nèi)引起了很多關(guān)注。 在計(jì)算能力變得日益廉

12、價(jià)的今天，深度學(xué)習(xí)試圖建立大得多也復(fù)雜得多的神經(jīng)網(wǎng)絡(luò)。很多深度學(xué)習(xí)的算法是半監(jiān)督式學(xué)習(xí)算法，用來(lái)處理存在少量未標(biāo)識(shí)數(shù)據(jù)的大數(shù)據(jù)集。常見的深度學(xué)習(xí)算法包括：受限波爾茲曼機(jī)（Restricted Boltzmann Machine， RBN）Deep Belief Networks（DBN）卷積網(wǎng)絡(luò)（Convolutional Network）堆棧式自動(dòng)編碼器（Stacked Auto-encoders）學(xué)習(xí)方式降低維度算法：算法類似性常見的算法包括：像聚類算法一樣，降低維度算法試圖分析數(shù)據(jù)的內(nèi)在結(jié)構(gòu)，不過降低維度算法是以非監(jiān)督學(xué)習(xí)的方式試圖利用較少的信息來(lái)歸納或者解釋數(shù)據(jù)。這類算法可以用于高維數(shù)據(jù)的可視化或者用來(lái)簡(jiǎn)化數(shù)據(jù)以便監(jiān)督式學(xué)習(xí)使用。主成份分析（Principle Component Analysis， PCA）偏最小二乘回歸（Partial Least Square Regression，PLS） Sammon映射多維尺度（Multi-Dimensional Scaling, MDS）投影追蹤（Projection Pursuit）等學(xué)習(xí)方式集成算法：算法類似性常見的算法包括：集成算法用一些相對(duì)較弱的學(xué)習(xí)模型獨(dú)立地就同樣的樣本進(jìn)行訓(xùn)練，然后把結(jié)果整合起來(lái)進(jìn)行整體預(yù)測(cè)。集成算法的主要難點(diǎn)