分类
用于二类问题和多类问题的有监督和半监督学习算法
类别
- 分类学习器
以交互方式训练、验证和调整分类模型
- 分类树
用于多类学习的二叉决策树
- 判别分析
正则化线性判别分析和二次判别分析
- 朴素贝叶斯
具有高斯预测变量、多项预测变量或核预测变量的朴素贝叶斯模型
- 最近邻
k 最近邻分类
- 支持向量机分类
用于二类分类或多类分类的支持向量机
- 分类集成
用于进行多类学习的提升、随机森林、装袋、随机子空间和 ECOC 集成
- 广义加性模型
用于二类分类的由一元和二元形状函数组成的可解释模型
- 神经网络
用于二类和多类分类的神经网络
- 增量学习
将分类模型与流化数据进行拟合并跟踪其性能
- 用于分类的半监督学习
用于半监督学习的基于图的方法和自训练方法
- 二类分类中的公平性
研究二类分类中的公平性
- 可解释性
训练可解释的分类模型和解释复杂的分类模型
- 模型的构建和评估
特征选择、特色工程、模型选择、超参数优化、交叉验证、预测性能评估和分类准确性比较检验