| 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