颜色分类leetcode all classification templetes for ML:分类 机器学习这是“分类”教程

颜色分类leetcode ML的所有分类模板分类-机器学习这是“分类”教程，它是Simplilearn提供的机器学习课程的一部分。我们将在本教程中学习分类算法、分类算法的类型、支持向量机(SVM)、朴素贝叶斯、决策树和随机森林分类器。目标让我们看看机器学习教程的这一部分所涵盖的一些目标。

定义分类并列出其算法

描述逻辑回归和Sigmoid概率解释

K最近邻和KNN分类

了解支持向量机、多项式核和核技巧

用示例分析核支持向量机

实施朴素贝叶斯分类器

演示决策树分类器

描述随机森林分类器

分类：含义

分类是一种监督学习。它指定数据元素所属的类，并且在输出具有有限和离散值时最好使用。它也预测输入变量的类别。有2种分类类型：二项式和多类分类。

用例

使用分类用例的一些关键领域：

• 查找收到的电子邮件是垃圾邮件还是非垃圾邮件

• 识别客户群

• 查找是否授予银行贷款

• 确定孩子在考试中是通过还是失败

分类：示例

社交媒体情绪分析有两种潜在结果，正面或负面。鸢尾花数据集被分类为由代码0、1和2表示的三个亚种，测试集点表示根据训练的分类器模型。