如今主流的机器学习算法

如今主流的机器学习算法包括以下几种：

1. 决策树：一种基于树结构的分类算法，通过对数据集进行递归分割，将数据划分成多个区域，从而实现对数据的分类。

2. 支持向量机（SVM）：一种二分类算法，通过将数据映射到高维空间中，寻找一个最优的超平面将不同类别的数据分开。

3. 朴素贝叶斯：一种基于概率统计的分类算法，通过计算样本的先验概率和条件概率来进行分类。

4. k近邻算法（KNN）：一种基于距离度量的分类算法，通过寻找样本最近的k个邻居，将样本归为其邻居中出现最多的类别。

5. 随机森林：一种基于决策树的集成学习算法，通过随机抽取特征和数据集来构建多个决策树，并将它们集成起来进行分类。