机器学习教程

此页面列出了 Statorials 上提供的所有机器学习教程。

机器学习简介
有监督或无监督学习
回归和分类算法
偏差与方差的权衡

线性回归
简单线性回归（ R ， Python ）
多元线性回归（ R ， Python ）

分类
逻辑回归（R、 Python ）
线性判别分析（ R ， Python ）
二次判别分析（ R ， Python ）

如何评估模型的充分性
什么是过拟合？
留一交叉验证（ R ， Python ）
K-Fold 交叉验证（ R ， Python ）

选型
最佳子集选择
逐步选择（ R ）

正则化
岭回归（ R ， Python ）
套索回归（ R ， Python ）

降维
主成分回归（R ， Python ）
偏最小二乘法（ R ， Python ）

高级回归模型
多项式回归（ R ， Python ）
多元自适应回归样条（ R ，Python）

基于树的方法
分类和回归树( R )
套袋（ R ）
随机森林( R )
提升( R )

无监督学习
R中的主成分分析
R 中的 K 均值聚类
R 中的 K-Medoids 聚类