深度学习之算法选择
Posted yizhixiang
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了深度学习之算法选择相关的知识，希望对你有一定的参考价值。
一、所有算法归结成四种算法
-
分类：识别某个对象属于哪个类别，常用的算法有：SVM（支持向量机）、nearest neighbors（最近邻）、random forest（随机森林），常见的应用有：垃圾邮件识别、图像识别。
-
回归：预测与对象相关联的连续值属性，常见的算法有：SVR（支持向量机）、 ridge regression（岭回归）、Lasso，常见的应用有：药物反应，预测股价。
-
聚类：将相似对象自动分组，常用的算法有：k-Means、 spectral clustering、mean-shift，常见的应用有：客户细分，分组实验结果。
-
降维：减少要考虑的随机变量的数量，常见的算法有：PCA（主成分分析）、feature selection（特征选择）、non-negative matrix factorization（非负矩阵分解），常见的应用有：可视化，提高效率。
二、根据实际条件选择合适算法
以上是关于深度学习之算法选择的主要内容，如果未能解决你的问题，请参考以下文章