新的10大数据挖掘、机器学习算法

2024年4月23日 184次阅读

一、原来的10大算法


2006年，IEEE的数据挖掘会议选出了10大算法：[见点击打开链接]


1、C4.5

2、k-Means

(
简单易学的机器学习算法——K-Means算法
)

3、Support Vector Machines(SVM)

(简单易学的机器学习算法——支持向量机(开篇：基本概念))
(简单易学的机器学习算法——线性可分支持向量机)
(简单易学的机器学习算法——线性支持向量机)
(简单易学的机器学习算法——非线性支持向量机)

4、Apriori

(简单易学的机器学习算法——Apriori算法)

5、Expectation Maximization(EM)

(简单易学的机器学习算法——EM算法)

6、PageRank

(智能算法——PageRank)

7、AdaBoost

(简单易学的机器学习算法——AdaBoost)

8、k-Nearest Neighbors(kNN)

(简单易学的机器学习算法——K-近邻算法)

9、Naive Bayes

(简单易学的机器学习算法——朴素贝叶斯)

10、Classification and Regression Tree(CART)

(简单易学的机器学习算法——CART之回归树)

二、新的10大算法


  1. Linear Regression
  2. Logistic Regression
  3. k_Means
  4. SVMs
  5. Random Forests
  6. Matrix Factorization/SVD
  7. Gradient Boost Decision Trees/Machines
  8. Naive Bayes
  9. Artificial Neural Networks
  10. 以下可以任挑一个：Bayesian Networks, Elastic Nets, Any other clustering algo besides k-means, LDA, Conditional Random Fields, HDPs or other Bayesian non-parametric model

参考文献：

What are the top 10 data mining or machine learning algorithms?

点赞