麻烦讲一下penalized regression、SVM、KNN、CART和ensemble learning的重点性质

嗨，从没放弃的小努力你好：

框架图中的内容实际已经是提取出的重点性质。全部都讲一遍显然不现实，如果时间来不及，在框架图的基础上又标识出了最重要的地方。

如对于框架图中的哪一条还需要讲解，可具体指出需要讲解的内容。

Penalized regression：在回归方程中添加惩罚项，由此决定是否加入一个新的feature的算法。掌握其可以避免overfitting；掌握增加一个feature的原则（贡献大于惩罚项）；掌握lamda为本算法的超参数。

SVM：可简单理解为线性分类的方法。需掌握其适用环境。

KNN：将新数据和与其最相似的数据（邻居）分为一类。需掌握k为超参数；

CART：可简单理解为二叉树分类方法。掌握克服overfitting的两种方法。

Ensemble learning：可简单理解为少数服从多数的分类方法。掌握其能避免overfitting。

----------------------------------------------
加油吧，让我们一起遇见更好的自己！