总体比较多:
1.C4.5 算法
http://www.cnblogs.com/leoo2sk/archive/2010/09/19/decision-tree.html
2
K-MEANS算法
3.SVM 算法
http://blog.csdn.net/erli11/article/details/33719105
4.APRIORI 关联规则算法
5.最大期望EM算法
概率模型中寻找参数最大似然估计的算法。
6.pageRank 方法
http://www.cnblogs.com/yahokuma/p/3794905.html
7.Adaboost 算法
8.kNN
分类算法,是一个理论上成熟的方法,也是最简单的机器学习算法之一。
方法的思路是一个样本的在特征空间中的k个最相似的,特征空间中最临近,
的样本中的大多数属于某一个类别,则该样本也属于这个类别。
9.Naive Bayes
决策树和朴素贝叶斯模型。
10 .CART:
分类与回归树