機(jī)器學(xué)習(xí)中入門級必學(xué)的算法有哪些？

更新時間:2021-08-26 來源:黑馬程序員瀏覽量:

IT培訓(xùn)班

K-近鄰算法

什么是k-近鄰算法？

就是根據(jù)你的鄰居推斷出你的類別

概念：

K Nearest Neighbor算法又叫KNN算法，這個算法是機(jī)器學(xué)習(xí)里面一個比較經(jīng)典的算法，總體來說KNN算法是相對比較容易理解的算法

定義

如果一個樣本在特征空間中的k個最相似(即特征空間中最鄰近)的樣本中的大多數(shù)屬于某一個類別，則該樣本也屬于這個類別。

來源：KNN算法最早是由Cover和Hart提出的一種分類算法

距離公式

兩個樣本的距離可以通過如下公式計算，又叫歐式距離，關(guān)于距離公式會在后面進(jìn)行討論

線性回歸

應(yīng)用場景為：房價預(yù)測、銷售額度預(yù)測、貸款額度預(yù)測

機(jī)器學(xué)習(xí)中入門級必學(xué)的算法

什么是線性回歸？

（1）定義與公式

線性回歸(Linear regression)是利用回歸方程(函數(shù))對一個或多個自變量(特征值)和因變量(目標(biāo)值)之間關(guān)系進(jìn)行建模的一種分析方式。

特點(diǎn)：只有一個自變量的情況稱為單變量回歸，多于一個自變量情況的叫做多元回歸。

機(jī)器學(xué)習(xí)中入門級必學(xué)的算法

線性回歸用矩陣表示舉例：

那么怎么理解呢？我們來看幾個例子

期末成績：0.7×考試成績+0.3×平時成績

房子價格 = 0.02×中心區(qū)域的距離 + 0.04×城市一氧化氮濃度 + (-0.12×自住房平均房價) + 0.254×城鎮(zhèn)犯罪率

上面兩個例子，我們看到特征值與目標(biāo)值之間建立了一個關(guān)系，這個關(guān)系可以理解為線性模型。

邏輯回歸

邏輯回歸（Logistic Regression）是機(jī)器學(xué)習(xí)中的一種分類模型，邏輯回歸是一種分類算法，雖然名字中帶有回歸。由于算法的簡單和高效，在實(shí)際中應(yīng)用非常廣泛。

應(yīng)用場景：廣告點(diǎn)擊率、是否為垃圾郵件、是否患病、金融詐騙，虛假賬號。

這里就可以發(fā)現(xiàn)一個特點(diǎn)了，就是兩個類別之間都屬于判斷，邏輯回歸就是解決二分類問題的利器。

要想掌握邏輯回歸，必須掌握兩點(diǎn)：

邏輯回歸中，其輸入值是什么

如何判斷邏輯回歸的輸出

輸入：

激活函數(shù)：sigmoid函數(shù)

判斷標(biāo)準(zhǔn)
回歸的結(jié)果輸入到sigmoid函數(shù)當(dāng)中
輸出結(jié)果：[0, 1]區(qū)間中的一個概率值，默認(rèn)為0.5為閾值

邏輯回歸最終的分類是通過屬于某個類別的概率值來判斷是否屬于某個類別，并且這個類別默認(rèn)標(biāo)記為1(正例),另外的一個類別會標(biāo)記為0(反例)。（方便損失計算）

輸出結(jié)果解釋(重要)：假設(shè)有兩個類別A，B，并且假設(shè)我們的概率值為屬于A(1)這個類別的概率值。現(xiàn)在有一個樣本的輸入到邏輯回歸輸出結(jié)果0.55，那么這個概率值超過0.5，意味著我們訓(xùn)練或者預(yù)測的結(jié)果就是A(1)類別。那么反之，如果得出結(jié)果為0.3那么，訓(xùn)練或者預(yù)測結(jié)果就為B(0)類別。

關(guān)于邏輯回歸的閾值是可以進(jìn)行改變的，比如上面舉例中，如果你把閾值設(shè)置為0.6，那么輸出的結(jié)果0.55，就屬于B類。

決策樹算法

決策樹思想的來源非常樸素，程序設(shè)計中的條件分支結(jié)構(gòu)就是if-else結(jié)構(gòu)，最早的決策樹就是利用這類結(jié)構(gòu)分割數(shù)據(jù)的一種分類學(xué)習(xí)方法

決策樹：是一種樹形結(jié)構(gòu)，其中每個內(nèi)部節(jié)點(diǎn)表示一個屬性上的判斷，每個分支代表一個判斷結(jié)果的輸出，最后每個葉節(jié)點(diǎn)代表一種分類結(jié)果，本質(zhì)是一顆由多個判斷節(jié)點(diǎn)組成的樹。

怎么理解這句話？通過一個對話例子