ML 算法总结

K近邻法（K-nearest neighbor, k-NN） 是一种基本的分类与回归方法 输入：训练数据集 输出：实例x所属的类y k值得选择会对k近邻法结果产生重大影响。应用中，k值一般取一个比较小的数值。通常采取交叉验证法来选取最优k值 决策树（Decision tree） 是一种基本的分类与回归方法，常用算法有ID3、C4.5与CART 决策树学习通常包括3个步骤：特征选择、决策树生成和决策

>>阅读原文<<