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

  • 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

DBSCAN