常用的机器学习算法

大类	小类	算法名称	特点	典型应用场景
监督学习	分类	支持向量机 (support vector machine)	对线性和非线性数据的二分类问题都支持；但对于多分类问题的效果不佳	文本分类；图像识别；目标检测
		人工神经网络 (artificial neural network)	具有很强的非线性拟合能力，鲁棒性强；但模型基本没有解释能力，并且需要大量的训练样本	图像识别；自然语言处理；语音识别
		逻辑回归 (logistic regression)	计算量小，训练速度快；但容易产生欠拟合，预测准确度不高，只能处理二分类问题	欺诈检测；疾病风险判断
		决策树 (decision tree)	模型有很强的解释性，擅长处理带缺失值的样本，但容易产生过拟合	基于规则的个人信用评估
		K 近邻 (K-nearest neighbors)	可用于线性与非线性数据的多分类，对异常值不敏感	人群分类
		随机森林 (random forest)	不容易产生过拟合，即使数据有大量缺失值也能保持高准确率，能评估各个特征在分类结果上的重要性	图像识别；疾病风险判断
		朴素贝叶斯 (naive Bayes)	擅长处理小规模数据集，适合多分类任务；但对输入数据的格式敏感	情感分析；垃圾邮件检测
	预测	线性回归 (linear regression)	实现简单，计算快速，但无法拟合非线性数据	客流量预测；商品价格预测；考试成绩预测
		回归树 (regression tree)	对线性和非线性数据分类都支持，不易产生过拟合	疾病风险判断
无监督学习	聚类	K-Means 聚类	算法简单快速，但要求用户必须事先给定 K 的个数，对初始聚类中心敏感	人群分类；种群基因分类；商户选址；恶意流量识别
		DBSCAN 聚类	不需要事先定义簇的数量，可以发现任意形状的簇，但当空间密度不均匀时聚类效果较差	同上
		Birch 聚类	不需要事先定义簇的数量，聚类速度快，但对高维特征的数据效果较差	同上
	降维	主成分分析 (PCA)	计算方法简单易实现，但形成的主成分解释性较弱	特征提取
		因子分析 (factor analysis)	形成的因子是原始变量的重新组合，解释性较强	特征提取

【References】

[1] 裔隽，张怿檬，张目清等．Python机器学习实战[M]．北京：科学技术文献出版社，2018