|
众所周知人工智能的发展，离不开算法的算法的应用，这也是为什么想要从事AI人工智能工作，需要拥有数学基础的原因。接下来小编带你一起了解下，AI人工智能行业中回归算法的分类。 
回归算法有很多种，其中最为常用的算法主要有四种： 第一是(正则化)线性回归，它最简的形式是用一个连续的超平面来拟合数据集； 
第二是回归树(集成方法)，该方法又称为决策树，通过将数据集重复分割成不同的分支来最大化每次分离的信息增益，从而让回归树很自然地学到非线性关系，集成方法包括随机森林(RF)或梯度提升树(GBM)；除此之外，还有最邻近算法和深度学习。 第三是分类。分类算法用于分类变量建模及预测的监督学习算法，许多回归算法都有其对应的分类形式，分类算法往往适用于类别(或其可能性)的预测，而非数值。 第四是聚类。聚类算法基于数据内部结构来寻找样本自然族群(集群)的无监督学习任务，使用案例包括用户画像、电商物品聚类、社交网络分析等。 |
|
|
