《表1 机器学习类别：机器学习的五大类别及其主要算法综述》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《机器学习的五大类别及其主要算法综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

上述4个类别的一个共同缺点在于，它们学习研究的显式模型在数据不充足的情况下无法继续有效。但类推主义却可以仅从小数据中进行学习，包括高效的最近邻算法和准确的支持向量机。Peter Hart等[27]创建的最近邻算法也被算作懒惰学习算法之一，它将每个数据点变成微型分类器，每次仅构建局部模型，其优点为学习过程简单、快速，但是也使其受“维数灾难”的影响比所有其它学习算法大。直到20世纪90年代，Vladimir Vapnik等[28-29]开发出的支持向量机成为类推主义新代表，支持向量机与加权k最近邻算法很像，但前者能够提供平缓的边界且不产生过拟合。Douglas Hofstadter[30]对类比推理学习评价颇高。