常见的有:

  1. 决策树分类器(Decision Tree Classifier)

  1. 支持向量机分类器(Support Vector Machine Classifier)

  1. 朴素贝叶斯分类器(Naive Bayes Classifier)

  1. K近邻分类器(K-Nearest Neighbors Classifier)

  1. 随机森林分类器(Random Forest Classifier)

  1. 神经网络分类器(Neural Network Classifier)

  1. 逻辑回归分类器(Logistic Regression Classifier)

  1. 感知机分类器(Perceptron Classifier)

  1. AdaBoost分类器(AdaBoost Classifier)

  1. 最大熵分类器(Maximum Entropy Classifier)

  1. 线性判别分析分类器(Linear Discriminant Analysis Classifier)

  1. 多层感知机分类器(Multilayer Perceptron Classifier)

  1. 贝叶斯网络分类器(Bayesian Network Classifier)

  1. 多分类支持向量机分类器(Multi-class Support Vector Machine Classifier)

  1. 集成学习分类器(Ensemble Learning Classifier)

  1. 多项式朴素贝叶斯分类器(Multinomial Naive Bayes Classifier)

  1. 高斯混合模型分类器(Gaussian Mixture Model Classifier)

  1. 决策树森林分类器(Decision Tree Forest Classifier)

  1. 随机梯度下降分类器(Stochastic Gradient Descent Classifier)

  1. 梯度提升分类器(Gradient Boosting Classifier)

  1. 多项逻辑回归分类器(Multinomial Logistic Regression Classifier)

  1. 决策树增强分类器(Decision Stump Boosting Classifier)

  1. 集成随机森林分类器(Ensemble Random Forest Classifier)

  1. 基于概率潜在语义分析的分类器(Probabilistic Latent Semantic Analysis-based Classifier)

  1. 基于规则学习的分类器(Rule-based Learning Classifier)

  1. 向量量化分类器(Vector Quantization Classifier)

  1. 随机线性模型分类器(Random Linear Model Classifier)

  1. AdaBoost-SAMME分类器(AdaBoost-SAMME Classifier)

  1. 拉普拉斯近似贝叶斯分类器(Laplace Approximation Bayesian Classifier)

  1. 基于卷积神经网络的分类器(Convolutional Neural Network-based Classifier)

  1. 普通最小二乘法分类器(Ordinary Least Squares Classifier)

  1. 主成分分析分类器(Principal Component Analysis Classifier)

  1. 贝叶斯线性判别分析分类器(Bayesian Linear Discriminant Analysis Classifier)

  1. 局部加权线性回归分类器(Locally Weighted Linear Regression Classifier)

  1. 非参数贝叶斯分类器(Nonparametric Bayesian Classifier)

  1. 正则化最小二乘法分类器(Regularized Least Squares Classifier)

  1. 非线性判别分析分类器(Nonlinear Discriminant Analysis Classifier)

  1. 基于密度的聚类分类器(Density-Based Clustering Classifier)

  1. 集成深度神经网络分类器(Ensemble Deep Neural Network Classifier)

  1. 联合概率分布分类器(Joint Probability Distribution Classifier)

  1. 线性支持向量机分类器(Linear Support Vector Machine Classifier)

  1. 核函数支持向量机分类器(Kernel Support Vector Machine Classifier)

  1. 多标签分类器(Multi-Label Classifier)

  1. 判别分析分类器(Discriminant Analysis Classifier)

  1. 基于近邻的分类器(Nearest Neighbor-based Classifier)

  1. 基于半监督学习的分类器(Semi-supervised Learning Classifier)

  1. 随机森林分类器(Random Forest Classifier)

  1. 深度置信网络分类器(Deep Belief Network Classifier)

  1. 基于动态时间规整的分类器(Dynamic Time Warping-based Classifier)

  1. 训练集成分类器(Training Ensemble Classifier)

  1. 基于正定矩阵分解的分类器(Positive Definite Matrix Decomposition-based Classifier)

  1. 贝叶斯优化超参数分类器(Bayesian Optimization Hyperparameter Classifier)

  1. 最大熵分类器(Maximum Entropy Classifier)

  1. 基于半朴素贝叶斯分类器(Semi-Naive Bayes Classifier)

  1. 迁移学习分类器(Transfer Learning Classifier)

  1. 梯度提升决策树分类器(Gradient Boosting Decision Tree Classifier)

  1. 随机梯度下降分类器(Stochastic Gradient Descent Classifier)

  1. 基于核方法的分类器(Kernel Method-based Classifier)

  1. 深度卷积神经网络分类器(Deep Convolutional Neural Network Classifier)

  1. 稀疏表示分类器(Sparse Representation Classifier)

  1. 基于概率生成模型的分类器(Probabilistic Generative Model-based Classifier)

  1. 大规模线性分类器(Large Scale Linear Classifier)

不太常见的有:

  1. 梯度提升树分类器(Gradient Boosting Tree Classifier)

  1. 多分类Adaboost分类器(Multi-class Adaboost Classifier)

  1. 多分类支持向量机(Multi-class Support Vector Machine)

  1. 多层次分类器(Multi-Layer Classifier)

  1. 朴素贝叶斯树分类器(Naive Bayes Tree Classifier)

  1. 稀疏编码分类器(Sparse Coding Classifier)

  1. 贝叶斯网络分类器(Bayesian Network Classifier)

  1. 对数几率回归分类器(Logistic Regression Classifier)

  1. 多分类支持向量分类机(Multi-class Support Vector Classification Machine)

  1. 决策图分类器(Decision Graph Classifier)

  1. 线性置信度分类器(Linear Confidence Weighted Classifier)

  1. 信息增益比分类器(Information Gain Ratio Classifier)

  1. 二次判别分析分类器(Quadratic Discriminant Analysis Classifier)

  1. 多类支持向量机分类器的一种改进方法——总损失函数的支持向量机分类器(Total Loss Function Support Vector Machine Multi-classifier,TLSVM-MC)

  1. 朴素贝叶斯决策树(Naive Bayes Decision Tree)

  1. 混合高斯模型分类器(Mixture of Gaussian Model Classifier)

  1. 多层感知机分类器(Multilayer Perceptron Classifier)

  1. 最小二乘支持向量机多分类器(Least Squares Support Vector Machine Multi-classifier,LS-SVM-MC)

  1. 原型分析分类器(Prototype Analysis Classifier)

  1. K均值树分类器(K-means Tree Classifier)

  1. 最大熵分类器(Maximum Entropy Classifier)

  1. 多项式判别分析分类器(Polynomial Discriminant Analysis Classifier)

  1. 自适应逻辑回归分类器(Adaptive Logistic Regression Classifier)

  1. 局部相似性保持嵌入分类器(Local Similarity Preserving Embedding Classifier)

  1. 多判别分析分类器(Multiple Discriminant Analysis Classifier)

  1. 核判别分析分类器(Kernel Discriminant Analysis Classifier)

  1. 负相关规则分类器(Negative Association Rule Classifier)

  1. 元分类器(Meta-classifier)

  1. 多类支持向量机的另一种改进方法——二次共轭损失函数的支持向量机分类器(Quadratic Conjugate Loss Function Support Vector Machine Multi-Classifier,QCLF-SVM-MC)

  1. 多层次贝叶斯分类器(Multilevel Bayesian Classifier)

  1. 分类回归树(Classification Regression Tree)

  1. 基于核的最小割分类器(Kernel-based Minimum Cut Classifier)

  1. 正交判别分析分类器(Orthogonal Discriminant Analysis Classifier)

  1. 一种基于约束的支持向量机方法的多分类器(Constrained Support Vector Machine Multi-classifier)

  1. 横向交替决策树(Alternating Decision Tree)

  1. 多元组合分类器(Multituple Combination Classifier)

  1. 基于半监督学习的混合模型分类器(Semi-supervised Learning-based Hybrid Model Classifier)

  1. 基于分块的多类核判别分析分类器(Block-based Multi-class Kernel Discriminant Analysis Classifier)

  1. 梯度提升决策树多分类器(Gradient Boosting Decision Tree Multi-classifier)

机器学习多分类器有哪些相关推荐

  1. 机器学习之分类器性能指标之ROC曲线、AUC值

    机器学习之分类器性能指标之ROC曲线.AUC值 http://www.cnblogs.com/dlml/p/4403482.html 分类器性能指标之ROC曲线.AUC值 一 roc曲线 1.roc曲 ...

  2. 基于sklearn的机器学习 - 创建分类器

    创建分类器 简介 分类器是指利用数据的特性将其分成若干类型的过程.监督学习分类器就是利用代表及的训练数据建立 一个模型,然后对未知数据进行分类 建立简单的分类器 代码参考learn1 建立逻辑回归分类 ...

  3. 机器学习中分类器常见评价指标

    为了衡量一个机器学习模型的好坏,需要给定一个测试集,用模型对测试集中的每个样本进行预测,并根据预测结果计算评价分数.对于分类问题,常见的评价指标有正确率.召回率.F值等.给定测试集T=(x(1)^{( ...

  4. python机器学习之分类器

    简单分类器 1 import numpy as np 2 import matplotlib.pyplot as mp 3 x = np.array([ 4 [3, 1], 5 [2, 5], 6 [ ...

  5. 机器学习——KNN分类器的学习

    kNN 的特点: 简单. 没有学习过程, 也被称为惰性学习 lazy learning. 类似于开卷考试, 在已有数据中去找答案. 本源. 找相似, 正是人类认识事物的常用方法, 隐藏于人类或者其他动 ...

  6. 机器学习:分类器介绍

    目录 文章目录 目录 一 softmax 简介 二 cross_entropy 三 tensorflow中计算cross_entropy的方式 (1)自己使用公式计算 (2)Softmax交叉熵,la ...

  7. 入行AI,你需要一本Python机器学习入门

    ​ 目前机器学习红遍全球.男女老少都在学机器学习模型,分类器,神经网络和吴恩达.你也想成为一份子,但你该如何开始? 今天小编推荐这本<Python机器学习>教你快速入门. ​ 01什么是机 ...

  8. DNS通道检测 国内学术界研究情况——研究方法:基于特征或者流量,使用机器学习决策树分类算法居多...

    http://xuewen.cnki.net/DownloadArticle.aspx?filename=BMKJ201104017&dbtype=CJFD <浅析基于DNS协议的隐蔽通 ...

  9. Paper:《A Few Useful Things to Know About Machine Learning—关于机器学习的一些有用的知识》翻译与解读

    Paper:<A Few Useful  Things to  Know About  Machine  Learning-关于机器学习的一些有用的知识>翻译与解读 目录 <A Fe ...

最新文章

  1. 快手基于 RocketMQ 的在线消息系统建设实践
  2. 一文读懂全系列树莓派!
  3. C语言实现动态数组dynamic array(附完整源码)
  4. Cheatsheet: 2013 09.10 ~ 09.21
  5. 石家庄计算机职业学院张秋玉,九龙坡有什么大学
  6. 制作windows启动盘-大于4GB镜像
  7. 新建android模拟器无法拨号 真机可以拨号,自己想弄个手机拨号器,可是在模拟器上没有反应,能帮帮忙吗?...
  8. java jdk1.8 jvm_JDK1.8 JVM调优之初识JVM(一)
  9. CSS ::selection 选中文字效果
  10. iOS之加载Gif图片
  11. 转载:HTTP调试工具:Fiddler的使用方法介绍
  12. <冈萨雷斯图像处理>局部直方图处理:直方图统计(Histogram Statistics)
  13. 计算机硬盘分区类型,常见磁盘分区格式的区别是什么?
  14. SQL视图是什么?视图的作用,视图可以更改么?
  15. 阿里云周宇:神龙计算平台智能运维体系建设
  16. 七彩虹计算机主板维修,七彩虹C .H61U v28主板维修一例
  17. [kuangbin]专题三 Dancing Links Squiggly Sudoku HDU - 4069【DFS】【精确覆盖】
  18. C/C++ 时间知识总结
  19. 2022电动两轮市场格局分化,九号异军突起
  20. 项目支付接入支付宝【沙箱环境】

热门文章

  1. Stimulsoft Reports.NET 2023.1.0 Crack
  2. Linux下 安装白鹭(egret)引擎指南
  3. mysql之类型转换函数
  4. 重邮计算机专业毕业月薪多少,高校就业质量报告⑥ | 重庆邮电大学2020届毕业生月均收入6800元...
  5. 如何学好编程?学习经验汇总
  6. 笔记:物化的技术进步
  7. Byte 高位/低位简介绍(大端格式/小端格式)
  8. Android屏幕截图实现
  9. gff文件_gff/gtf格式
  10. DROID-SLAM: Deep Visual SLAM for Monocular, Stereo, and RGB-D Cameras论文阅读笔记