通过这篇文章对ML的常用算法进行常识性的认识，介绍这些算法是什么以及如何应用（主要是分类问题），以后对单个算法进行深入的理解。
主要的算法如下:
- 决策树
- 随机森林算法
- 逻辑回归
- SVM
- 朴素贝叶斯
- K最近邻算法
- K均值算法
- Adaboost算法
- 神经网络
- 马尔科夫
1、决策树
根据一些feature进行分类，每个节点提出一个问题，通过判断将数据分成两类，在继续提问。这些问题是根据已有数据学习出来的，子啊投入新数据的时候，就根据这棵树上的问题将数据分到合适的叶子上。
2、随机森林
在源数据中随机选取数据，组成几个子集
s矩阵是源数据，有1-N条数据，A B C是feature，最后一列C是类别
由S随机生成M个子矩阵
这M个子集得到M个决策树
将新数据投入到这M个树中，得到M个分类结果，计数看测试成哪一类的数目最多，就将此类别作为最后的预测结果
3、逻辑回归
当预测目标数概率这样的，值域需要满足大于等于0，小于等于1的，这个时候单纯的线性模型是做不到的，因为在定义域不在某个范围之内时，值域也超出了规定区间。
所以此时需要下面形状的模型会比较好
问题是怎么得到这样的模型呢？条件：大于等于0，小于等于1
大于等于0的模型可以选择绝对值，平方值，这里用指数函数，一定大于0
小于等于1的模型可以用除法，分子是自己，分母是自身加上1，一定是小于1的
再做一下变形，就得到logistics regression模型
通过源数据计算可以得到相应的系数
最后得到logistic的图形
4、SVM（support vector machine）
要将两类分开，想要得到一个超平面，最优的超平面是到两类的margin达到最大，margin就是超平面与离它最近一点的距离，如下图，所以绿色的超平面比较好
将这个超平面表示成一个线性方程，在线上方的一类，都大于等于1，另一类小于等于-1
点到面的距离根据图中的公式计算
所以得到total margin的表达式如下，目标是最大化这个margin，就需要最小化分母，就是变成了一个优化问题
举个例子：三个点，找到最优的超平面，定义了weight vector=（2,3）-（1,1）
得到weight vector为（a,2a）将两个点带入方程，代入（2,3）另其值等于1，代入（1,1）另其值等于-1，求解出a和截距w0的值，进而得到超平面的表达式。
a求出来后，代入（a，2a）得到的就是support vector
a和w0代入超平面的方程就是support vector machine
5、朴素贝叶斯
举个在NLP的应用：给一段文字，返回情感分类，这段文字的态度是positive还是negative
为了解决这个问题，可以只看到其中的一些单词
这段文字将仅由一些单词和他们的计数代表
原始问题是：给你一句话
它属于那一类通过bayes rules变成一个比较简单容易求得的问题
问题变成，这一类中这句话出现的概率是多少，当然，别忘了公式里 的另外两个概率
例子：单词love在positive的情况下出现的概率是0.1，在negative的情况下出现的概率是0.001
6、k最邻近（K nearest neighbours）
给一个新的数据时，离他最近的K个点中，哪个类别多，这个数据属于哪一类
例子：要区分猫和狗，通过claws和sound两个feature来判断的话，圆形和三角形是已经分类的了，那么这个star代表的是哪一类呢？
k=3时，这三条线连接的点就是最近的三个点，那么圆形多一些，所以这个star就是属于猫
7、k均值
想要将一组数据分为三类，粉色数值大，黄色数值小，先初始化，选了最简单的3,2,1作为各类的初始值，剩下的数据里，每个都与三个初始值计算距离，然后归类到离它最近的初始值所在类别
分好类后，计算每一类的平均值，作为新一轮的中心店
几轮之后，分组不在变化了，就可以停止了
8、Adaboost
adaboost是boosting的方法之一
boosting就是把若干分类效果并不好的分类器综合起来考虑，会得到一个效果比较的分类器
下图，左右两个决策树，单个看效果不怎么好，但是把同样的数据投入进去，把两个结果加起来考虑，就会增加可信度
adaboost的例子，手写识别中，在画板上可以抓取到很多feature，例如始点的方向，试点和终点的距离等等
trainning的时候，会得到每个feature的weight，例如2和3的开头部分很像，这个feature对分类起到的作用很小，它的权重也就会较小
而这个alpha角就具有很强的识别性，这个feature的权重就会较大，最后的预测结果是综合考虑这些feature的结果
9、神经网络
Neural Networks适合一个input可能落入至少两个类别里
NN有若干层神经元，和他们之间的联系组成
第一层是input层和output层都有自己的classifier
input输入到网络中，被激活，计算的分数被传递到下一层，激活后面的神经层，最后output层的节点上分数代表属于各类的分数，下图例子得到分类结果为class1
同样的input被传输到不同的节点上，之所以会得到不同的 结果是因为个子节点有不同的weight和bias，这也就是forward propagation
10、马尔可夫
Markov Chains由state和transitions组成
例子：根据这一句话“the quick brown fox jumps over the lazy dog”，要得到markov chain
步骤：先给每一个单词设定成一个状态，然后计算状态间转换的概率
这是一句话计算出来的概率，当你用大量文本去做统计的时候，会得到更大的状态转移矩阵，例如the后面可以连接的单词，及相应的概率
生活中键盘输入法的备选结果也是一样的原理，模型会更高级
