Web安全之机器学习 - 入门第二章

2020-7-24 宋宋宋

如果你对Web安全-机器学习入门感兴趣,那可以继续往下看此文了。我是根据《Web安全之机器学习入门》此书做总结,提炼干货。


接着第一章的内容继续:


K-Means算法:

    理解为三国时期的豪杰“聚类”。中心思想就是空间中k个点为中心,进行聚类,通过迭代,不断寻找最佳的聚类结果。


DBSCAN算法:

    跟上边的算法差不多,不过不限定中心点,最小群体数,与上边算法不同的是,不需要事先约束聚类,而是发现任意形状的簇族,识别出噪声点。


Apriori算法:

    无监督学习挖掘潜在关联规则。


FP-growth算法:

    优化版的Apriori算法,减少了对数据库的扫描,更快了。


隐式马尔可夫算法:

    时序性的预测,当前事件由以前N个事件决定,就构成了N阶马尔可夫链。(时间序列事件)


图算法:

    有些非结构化的数据,需要网状分析,很难用数据库结构表示,比如微博粉丝关系:我关注你,你关注他,他又关注了谁。


知识图谱:

    建立事物之间的关联,比如推荐你想买的商品,多维度分析用户的风险分。


神经网络算法很有意思,单独下一章再做总结。

标签: 机器学习

发表评论:

密码站 2013 - 2020 | 辽ICP备17016418号-1