第2章 分类案例

数据分类问题作为大数据领域的一个重要研究方向，其研究手段在近几年变得越来越智能化和工具化，基于机器学习的分类问题是近年来研究的热点和重点。解决分类问题的方法很多，基本的分类方法主要包括：线性分类器、决策树、朴素贝叶斯、人工神经网络、k近邻（KNN）、支持向量机（Support Vector Machine）等；另外，还有用于组合基本分类器的集成学习算法，集成学习的代表算法有随机森林、Adaboost、Xgboost等。