統(tǒng)計建模和機器學習建模，有什么區(qū)別？統(tǒng)計建模和機器學習建?？捎糜跀?shù)據(jù)分析和數(shù)據(jù)挖掘。不同的是，統(tǒng)計建模是基于傳統(tǒng)的統(tǒng)計方法，如回歸分析、聚類分析、主成分分析等。它側重于對已知現(xiàn)象或數(shù)據(jù)的描述。雖然機器

統(tǒng)計建模和機器學習建模，有什么區(qū)別？

統(tǒng)計建模和機器學習建?？捎糜跀?shù)據(jù)分析和數(shù)據(jù)挖掘。不同的是，統(tǒng)計建模是基于傳統(tǒng)的統(tǒng)計方法，如回歸分析、聚類分析、主成分分析等。它側重于對已知現(xiàn)象或數(shù)據(jù)的描述。雖然機器學習建模也是基于統(tǒng)計的，但它側重于對未知現(xiàn)象或數(shù)據(jù)的預測，對數(shù)據(jù)量有一定的要求。

統(tǒng)計建模是指基于統(tǒng)計知識的建模。常用的統(tǒng)計知識包括參數(shù)估計、假設檢驗、方差分析、回歸分析、時間序列、聚類分析、主成分分析和因子分析，如下圖所示。

機器學習建模是指利用機器學習算法進行建模。常用的機器學習算法有：k近鄰算法、決策樹、邏輯回歸、SVM、隨機林、聚類分析、關聯(lián)分析等，實現(xiàn)這些算法的語言有Python和r，具體如下圖所示。！不管是統(tǒng)計建模還是機器學習建模，我們都需要有一個好的數(shù)學基礎，主要是微積分、線性代數(shù)和概率論。

就是這樣！歡迎關注[數(shù)據(jù)科學孫斌]，分享數(shù)據(jù)科學相關知識！