Aturan:
- satu classifier per jawaban
- pilih jika Anda setuju
- downvote / hapus duplikat.
- letakkan aplikasi Anda di komentar
machine-learning
classification
application
Łukasz Lew
sumber
sumber
Regresi Logistik :
sumber
Mesin dukungan vektor
sumber
Diskriminan yang diregulasi untuk masalah yang diawasi dengan data berisik
Tautan ke kertas asli 1989 oleh Friedman et al di sini . Juga, ada penjelasan yang sangat baik oleh Kuncheva dalam bukunya " Menggabungkan pola pengklasifikasi ".
sumber
Gradient Boosted Trees.
sumber
Gaussian Process classifier - ini memberikan prediksi probabilistik (yang berguna ketika frekuensi kelas relatif operasional Anda berbeda dari yang ada di rangkaian pelatihan Anda, atau setara dengan biaya false-positive / false-negative Anda yang tidak diketahui atau variabel). Ini juga menyediakan inidcation dari ketidakpastian dalam prediksi model karena ketidakpastian dalam "memperkirakan model" dari dataset yang terbatas. Fungsi co-variance setara dengan fungsi kernel dalam SVM, sehingga juga dapat beroperasi secara langsung pada data non-vektor (misalnya string atau grafik dll). Kerangka matematika juga rapi (tapi jangan gunakan pendekatan Laplace). Pemilihan model otomatis melalui memaksimalkan kemungkinan marjinal.
Pada dasarnya menggabungkan fitur yang baik dari regresi logistik dan SVM.
sumber
Regresi logistik yang diatur L1.
sumber
KNN
sumber
Bayes Naif dan Bay Naif Acak
sumber
K-means clustering untuk pembelajaran tanpa pengawasan.
sumber