Machine Learning

Content

• Classification and Prediction : 為 supervised 分類方式，透過專家預先定義訓練資料中每一個物件的分類結果，此結果為絕對正確；在訓練資料步驟，將每一個特徵値對應到不同類別。當在測試或是真實遇到不同的資料下，便會依照訓練資料的特徵指派一個分類結果給此新資料。
  • K Nearest Neighbor : KNN is one of the most popular and important supervised classification methods.
  • Random forest : It is good for non-linear data regression and prediction.
  • Support Vector Machines : SVM is one of supervised classification method by projected from high- back to low- dimension. It performs well classification results on multiple dimension data.

• Clustering : 為 unsupervised 分群方式，表示沒有專家對測試(已知)物件進行絕對分群結果，亦可說沒有絕對分群結果；分群依據為計算訓練資料的特徵資料時建立，故測試資料的資料收集很大程度影響分群的結果。

  • Neighbor Joining : 找出最相似(距離最近)的兩點而形稱一個分支，並不斷將分支合併而成的分群方式。
  • K-means : 嘗試將資料特徵分成 K 群的分群結果。
  • Hierarchical clustering : A useful clustering method for construct a hierarchical tree showing the similarity.

Resource