大数据算法有哪些

大数据算法有哪些

大数据算法有哪些？

若想在一个领域中站稳脚跟，就必须有超人的魄力和先进的知识；同样，你如果想在

大数据行业拿到高薪，就必须有独特的技能，熟练的技巧。千锋教育大数据培训带来高薪

必备的几个算法，助攻你的大数据行业。

一、推荐算法

CB

基于内容的算法-CB ，它根据用户过去喜欢的产品（ item ），为用户推荐和他过去

喜欢的产品相似的产品。例如，一个推荐饭店的电影可以依据用户之前喜欢很多的电影为

他推荐。（Hadoop ）

CF

协同过滤算法(Collaborative Filtering, CF)是很常用的一种算法，在很多电商网

站上都有用到。是一种基于相似度的方法。CF 算法包括基于用户的CF(User-based CF)和基于物品的CF(Item-based CF)。（Hadoop ）

二、分类算法

SVM

做真实的自己-用良心做教育

SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器

学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析，SVM

最基本的应用就是分类。（Hadoop ）

它的最大特点是根据结构风险最小化准则，以最大化分类间隔构造最优分类超平面来

提高学习机的泛化能力，较好地解决了非线性、高维数、局部极小点等问题。（Hadoop ）

NB

贝叶斯（Bayes ）分类算法是一类利用概率统计知识进行分类的算法，如朴素贝叶斯（Naive Bayes）算法。

这些算法主要利用Bayes 定理来预测一个未知类别的样本属于各个类别的可能性，选择其中可能性最大的一个类别作为该样本的最终类别。（Hadoop ）

三、聚类算法

层次聚类

层次聚类方法（Hierarchical Clustering）就是通过对数据集按照某种方法进行层次分解，直到满足某种条件为止。

做真实的自己-用良心做教育

按照分类原理的不同，可以分为凝聚和分裂两种方法，取决于层次分解是以自底向上(合并) 还是以自顶向下(分裂) 方式形成。（Hadoop ）

K-means

K-means 算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。

K-means 算法的基本思想是：以空间中k 个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。（Hadoop ）

四、回归算法

LR

逻辑回归(Logistic Regression, LR)又称为逻辑回归分析，是分类和预测算法中的一种。（LR 模型其实仅在线性回归的基础上，套用了一个逻辑函数）通过历史数据的表现对未来结果发生的概率进行预测。（Hadoop ）

得到一个人就必须抓住他的心，学到一门技术就必须拿到他的核心，千锋教育大数据精准教学，教你最前沿的知识，最核心的知识，最靠谱的技术。

做真实的自己-用良心做教育