wangtaiyangqaq 2022-05-23 09:05 采纳率: 75%
浏览 85
已结题

几种常见机器学习算法分类

我论文中简单的把机器学习分类叙述了一下,被批评说我的几种分类含有互相包含的关系,我该怎么专业地把以下几个方面分类呢,或者说,我该把哪几种放在同一个分类呢?
1、XGBoost
2、随机森林
3、梯度下降树GBDT
4、支持向量机
5、神经网络
6、KNN

  • 写回答

5条回答 默认 最新

  • oldmao_2000 人工智能领域新星创作者 2022-05-23 09:38
    关注

    这些都是典型的算法,按分类还是看这里https://zhuanlan.zhihu.com/p/419404240

    评论
  • 白驹_过隙 算法领域新星创作者 2022-05-23 09:44
    关注

    GBDT和XGBoost都是组合决策树模型,其中GBDT在函数空间中利用梯度下降法进行优化,XGBoost在函数空间中用牛顿法进行优化
    这两个应该是同一分类,其他的各自一类没有问题

    评论
  • 奋斗的番茄 2022-05-23 10:28
    关注

    按分类器来分,随机森林(决策树的bagging思想)、支持向量机、神经网络、K近邻是一个范畴,而GBDT和XGBoost都是随机森林的算法优化,跟分类器不再一个范畴。
    实际上,也可以按照特征提取的方式对分类器再进行分类,比如随机森林、支持向量机、KNN等都是传统的机器学习模型(ML),采用的特征提取和分类的两步走的模式;而神经网络比如卷积神经网络CNN、循环神经网络RNN,这种模型属于深度学习模型(DL),模型本身就是特征提取和分类器的组合。然后再写论文里面用到的随机森林的两种算法优化GBDT和XGBoost。

    评论
  • 艾鹤 2022-05-28 19:44
    关注

    树模型
    1、XGBoost
    2、随机森林
    3、梯度下降树GBDT

    机器学习常见模型
    1、XGBoost
    2、随机森林
    3、梯度下降树GBDT
    4、支持向量机
    5、KNN

    集成算法:
    1、XGBoost
    2、随机森林
    3、梯度下降树GBDT

    常见分类算法:
    1、XGBoost
    2、随机森林
    3、梯度下降树GBDT
    4、支持向量机
    5、神经网络
    6、KNN

    评论
查看更多回答(4条)

报告相同问题?

问题事件

  • 系统已结题 5月31日
  • 已采纳回答 5月23日
  • 创建了问题 5月23日

悬赏问题

  • ¥15 MYSQL 订单的商品明细重复计算问题
  • ¥15 微信实时共享位置修改
  • ¥100 TG的session协议号转成直登号号后客户端登录几分钟后自动退出设备
  • ¥30 共模反馈回路的小信号增益
  • ¥15 arduino ssd1306函数与tone函数放歌代码不兼容问题
  • ¥70 0.96版本hbase的row_key里含有双引号,无法deleteall
  • ¥15 诊断性META分析合并效能的检验
  • ¥15 请问abb根据色块判断奇偶数并根据批次号放入仓储
  • ¥66 开发PC客户端一定也要开发上位机吗?
  • ¥20 Java eclipse连接数据库