新的10大数据挖掘、机器学习算法

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/google19890102/article/details/42835205

一、原来的10大算法

2006年，IEEE的数据挖掘会议选出了10大算法：[见点击打开链接]

1、C4.5

2、k-Means

( 简单易学的机器学习算法——K-Means算法 )

3、Support Vector Machines(SVM)

(简单易学的机器学习算法——支持向量机(开篇：基本概念))

(简单易学的机器学习算法——线性可分支持向量机)

(简单易学的机器学习算法——线性支持向量机)

(简单易学的机器学习算法——非线性支持向量机)

4、Apriori

(简单易学的机器学习算法——Apriori算法)

5、Expectation Maximization(EM)

(简单易学的机器学习算法——EM算法)

6、PageRank

(智能算法——PageRank)

7、AdaBoost

(简单易学的机器学习算法——AdaBoost)

8、k-Nearest Neighbors(kNN)

(简单易学的机器学习算法——K-近邻算法)

9、Naive Bayes

(简单易学的机器学习算法——朴素贝叶斯)

10、Classification and Regression Tree(CART)

(简单易学的机器学习算法——CART之回归树)

二、新的10大算法

1. Linear Regression
2. Logistic Regression
3. k_Means
4. SVMs
5. Random Forests
6. Matrix Factorization/SVD
7. Gradient Boost Decision Trees/Machines
8. Naive Bayes
9. Artificial Neural Networks
10. 以下可以任挑一个：Bayesian Networks, Elastic Nets, Any other clustering algo besides k-means, LDA, Conditional Random Fields, HDPs or other Bayesian non-parametric model

参考文献：

What are the top 10 data mining or machine learning algorithms?