1.决策树方法。其核心思想是选择信息增益最高的属性,即信息熵最高的属性,参考维基百科的计算公式作为当前节点的拆分属性。
2.人工神经网络。人工神经网络是对人脑一些基本特征的抽象。它由大量的神经元通过丰富的连接组成多层网络,用来模拟人脑的功能。
3.支持向量机。支持向量机(Support vector machine,SVM)是20世纪90年代由Vapnik等人根据统计学习理论中的结构风险最小化原理提出的一种机器学习方法。
4.正则化方法。正则化方法利用模型系数的绝对值函数作为惩罚来压缩模型系数,使绝对值更小。