机器学习的核心要素

一、数学函数的组成

y=f(X)=W^TX

X是自变量，y是因变量。X是向量，代表每个样本的多个特征值（观察值），而y则是该样本的结果值。每个样本记为（X^(j)）,y^(j)）,表示样本集中第j个样本，总共有m个样本。

二、机器学习和监督学习

机器学习包括监督学习和非监督学习。监督学习是指在因变量y确定的情况下的学习，而非监督学习则是y未确定的情况下的学习。

监督学习可以大致分为预测和分类两种类型。预测用于因变量是连续时的场景，如房价预测；而分类则用于因变量是离散时的场景，如识别一个病人是否得了某种病，是代表1。非监督学习的典型应用是聚类，如用户群划