5、朴素贝叶斯
举个在 NLP 的应用：
给一段文字，返回情感分类，这段文字的态度是positive，还是negative：
为了解决这个问题，可以只看其中的一些单词：
这段文字，将仅由一些单词和它们的计数代表：
原始问题是：给你一句话，它属于哪一类 ？
通过bayes rules变成一个比较简单容易求得的问题：
问题变成，这一类中这句话出现的概率是多少，当然，别忘了公式里的另外两个概率。
例子：单词“love”在positive的情况下出现的概率是 0.1，在negative的情况下出现的概率是0.001。
6、K最近临算法
给一个新的数据时，离它最近的 k 个点中，哪个类别多，这个数据就属于哪一类。
例子：要区分“猫”和“狗”，通过“claws”和“sound”两个feature来判断的话，圆形和三角形是已知分类的了，那么这个“star”代表的是哪一类呢？
k＝3时，这三条线链接的点就是最近的三个点，那么圆形多一些，所以这个star就是属于猫。
7、K均值算法
先要将一组数据，分为三类，粉色数值大，黄色数值小 。
最开始先初始化，这里面选了最简单的 3，2，1 作为各类的初始值 。
剩下的数据里，每个都与三个初始值计算距离，然后归类到离它最近的初始值所在类别。
分好类后，计算每一类的平均值，作为新一轮的中心点：
几轮之后，分组不再变化了，就可以停止了：
8、Adaboost
adaboost 是 bosting 的方法之一。
bosting就是把若干个分类效果并不好的分类器综合起来考虑，会得到一个效果比较好的分类器。
下图，左右两个决策树，单个看是效果不怎么好的，但是把同样的数据投入进去，把两个结果加起来考虑，就会增加可信度。
adaboost 的例子，手写识别中，在画板上可以抓取到很多 features，例如始点的方向，始点和终点的距离等等。
training的时候，会得到每个feature的weight，例如2和3的开头部分很像，这个feature对分类起到的作用很小，它的权重也就会较小。
而这个alpha角就具有很强的识别性，这个feature的权重就会较大，最后的预测结果是综合考虑这些feature的结果。
9、网络神经
Neural Networks适合一个input可能落入至少两个类别里：
NN由若干层神经元，和它们之间的联系组成。
第一层是input层，最后一层是output层。
在hidden层和output层都有自己的classifier。
input输入到网络中，被激活，计算的分数被传递到下一层，激活后面的神经层，最后output层的节点上的分数代表属于各类的分数，下图例子得到分类结果为class 1；
同样的input被传输到不同的节点上，之所以会得到不同的结果是因为各自节点有不同的weights 和bias，这也就是forward propagation。
10、马尔可夫
Markov Chains 由state和transitions组成。
例子，根据这一句话 ‘the quick brown fox jumps over the lazy dog’，要得到markov chains。
步骤，先给每一个单词设定成一个状态，然后计算状态间转换的概率。
这是一句话计算出来的概率，当你用大量文本去做统计的时候，会得到更大的状态转移矩阵，例如the后面可以连接的单词，及相应的概率。
生活中，键盘输入法的备选结果也是一样的原理，模型会更高级。
您有什么见解，请留言。
读BD最佳实践案例，赢DT未来！【政、工、农册免费在线读】
18各行业，106个中国大数据应用最佳实践案例：
（1）《赢在大数据:中国大数据发展蓝皮书》；
（2）《赢在大数据:金融/电信/媒体/医疗/旅游/数据市场行业大数据应用典型案例》；
（3）《赢在大数据:营销/房地产/汽车/交通/体育/环境行业大数据应用典型案例》；
（4）《赢在大数据:政府/工业/农业/安全/教育/人才行业大数据应用典型案例》。【本册免费在线读，PC打开连接：https://item.jd.com/12058567.html】
京东网四册套装购买链接：
https://item.jd.com/1073432366.html
京东网购买链接：
https://item.jd.com/12058567.html
当当网购买链接：
http://product.dangdang.com/25097007.html
扫描下方二维码，可直接进入京东购书：
推荐文章
微信ID：SDx-SoftwareDefinedx
❶软件定义世界, 数据驱动未来；
❷ 大数据思想的策源地、产业变革的指南针、创业者和VC的桥梁、政府和企业家的智库、从业者的加油站；
❸个人微信号：sdxtime，
邮箱：sdxtime@126.com；
=>> 长按右侧二维码关注。
底部新增导航菜单，下载200多个精彩PPT，持续更新中！
