神经网络的分类

BP神经网络：BP 神经网络是一种神经网络学习算法。

其由输入层、中间层、输出层组成的阶层型神经网络，中间层可扩展为多层。

RBF（径向基）神经网络：径向基函数(RBF-Radial Basis Function)神经网络是具有单隐层的三层前馈网络。

它模拟了人脑中局部调整、相互覆盖接收域的神经网络结构。

感知器神经网络：是一个具有单层计算神经元的神经网络，网络的传递函数是线性阈值单元。

主要用来模拟人脑的感知特征。

线性神经网络：是比较简单的一种神经网络，由一个或者多个线性神经元构成。

采用线性函数作为传递函数，所以输出可以是任意值。

自组织神经网络：自组织神经网络包括自组织竞争网络、自组织特征映射网络、学习向量量化等网络结构形式。

K近邻算法：　K最近邻分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。