ML方法总结

1. Kmeans——不断松弛(？我的理解)模拟，将点集分成几堆的算法(堆数需要自己定)。
2. 局部加权回归(LOESS)——非参数学习算法，不用担心自变量幂次选择。(因此当二次欠拟合， 三次过拟合的时候不妨尝试这种办法)
3. 逻辑回归(Sigmoid)——分类问题的常用拟合函数。
   1. 对于有多个类的分类问题，怎么办？(比如手写板识别，一共0~9十个类别)——转换为独热码(0100000000)，计算cost function之和。
4. Word2Vec——高级的语义分析算法，将单词转化为一个多维的向量，可以根据向量之间的关系确定单词的关系(如转换后的字词向量中：猫-鱼≈狗-肉)