机器学习算法没有优劣之分，只有是否适合。
监督式学习
决策树（Decision Trees）
朴素贝叶斯分类（Naive Bayes Classification）
最小二乘法（Ordinary Least Squares Regression）
逻辑回归 (Logistic Regression)
支持向量机（Support Vector Machine，SVM）
集成方法（Ensemble Methods）
非监督式学习
聚类算法（Clustering Algorithms）
主成分分析（Principal Component Analysis，PCA）
奇异值分解（Singular Value Decomposition，SVD）
独立成分分析（Independent Component Analysis，ICA）
其他
线性回归算法（Linear Regression）
K-近邻算法（K-Nearest Neighbors，KNN）
K-均值算法（K-Means）
随机森林算法（Random Forest）
降维算法（Dimensional Reduction）
自适应增强算法（AdaBoost）
梯度增强算法（Gradient Boosting）