分类
二元和多类问题的监督和半监督学习算法
类别
- 分类学习者应用
交互式地训练、验证和调优分类模型 - 分类树
用于多类学习的二叉决策树 - 判别分析
正则化线性和二次判别分析 - 朴素贝叶斯
带有高斯、多项或核预测器的朴素贝叶斯模型 - 最近的邻居
k最近的邻居分类 - 支持向量机分类
支持向量机用于二进制或多类分类 - 分类集合体
用于多类学习的boost、随机森林、bagging、随机子空间和ECOC集成 - 广义加性模型
由单变量和二元形状函数组成的可解释模型用于二元分类 - 神经网络
二进制和多类分类的神经网络 - 增量学习
对流数据拟合分类模型并跟踪其性能 - 分类的半监督学习
基于图和自我训练的半监督学习方法 - 二元分类的公平性
探索二元分类的公平性 - 可解释性
训练可解释的分类模型和解释复杂的分类模型 - 模型建立与评估
特征选择、特征工程、模型选择、超参数优化、交叉验证、预测性能评估和分类精度对比测试