文档摘要

第 2 章 · 传统机器学习算法 章节摘要：在深度学习席卷行业之前，一套以统计理论为根基的经典算法支撑了机器学习数十年的应用：监督学习里的线性模型、决策树、支持向量机，无监督学习里的 K-Means、PCA、关联规则挖掘，以及把多个弱学习器组合成强学习器的集成方法。本章讲透这三块的核心原理与适用边界，最后用一节选型对比把"什么时候用哪个"变成可操作的判断。重要结论：在中小规模表格数据上，梯度提升树至今仍是最强的基线之一。 会员。《第二章：传统机器学习算法》收录于灏天文库文集《AI核心算法原理：从机器学习到神经网络》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/444-ai%E6%A0%B8%E5%BF%83%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E4%BB%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%88%B0%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流