对数几率回归/对率回归（西瓜书，logistic regression，逻辑回归）
- 优点
- 是一种分类方法，不仅预测出类别，还可以得到近似概率预测
- 无需事先假设数据分布，避免假设分布不准带来的问题
- 对率函数是任意阶可导的凸函数，容易用数值优化算法求最优解
Otsu
- 寻找直方图的二分类阈值
k-mean
- 将
个点划分到 个聚类中， 使得每个点都属于离它最近的均值对应的聚类 k-均值聚类，以及它与EM算法的联系，是高斯混合模型的一个特例。很容易能把_k_-均值问题一般化为高斯混合模型[19]。另一个_k_-均值算法的推广则是_k_-SVD算法，后者把数据点视为“编码本向量”的稀疏线性组合。而_k_-均值对应于使用单编码本向量的特殊情形（其权重为1）
mean shift
k-NN/k-近邻
- 有模型学习？基于实例的学习
- 根据已有的分类，判断输入数据应所属的分类