ML 算法總結

K近鄰法（K-nearest neighbor, k-NN） 是一種基本的分類與迴歸方法 輸入：訓練數據集 輸出：實例x所屬的類y k值得選擇會對k近鄰法結果產生重大影響。應用中，k值一般取一個比較小的數值。通常採取交叉驗證法來選取最優k值 決策樹（Decision tree） 是一種基本的分類與迴歸方法，常用算法有ID3、C4.5與CART 決策樹學習通常包括3個步驟：特徵選擇、決策樹生成和決策

>>阅读原文<<