1、监督学习(SupervisedLearning):有类别标签的学习,基于训练样本的输入、输出训练得到最优模型半监督学习(Semi-supervisedLearning):同时使用大量的未标记数据和标记数据,进行模式识别工作multiviewlearing多视角算法等; 3、无监督学习(UnsupervisedLearning):无类别标签的学习,只给定样本的输入处理训练数据,构建决策树模型,再对新数据进行分类; 11、随机森林算法(Random Forest):使用基本单元(决策树),通过集成学习将多棵树集成; 12、朴素贝叶斯(Naive Bayes):根据事件的先验知识描述事件的概率