基础

	体重	翼展	脚蹼	背后颜色	种属
1	1000.1	125.0	无	棕色	红尾鸳
2	3000.7	200.0	有	黑色	普通潜鸟
3	570.0	75.0	无	黑色	象牙喙啄木鸟

鸟类分类系统

术语

训练集：大量已分类的数据，用于训练机器学习算法的数据样本集合

训练样本：训练集中一条已分类数据

特征（属性）：用于区分类别的评测基准（体重，翼展，脚蹼，背后颜色）

目标变量（类别）：（种属）

测试集：不提提供样本的目标变量，用于测试算法的样本集合

数据类型

数值型： 100.1,300,3000.11

二值型：（0,1）有两个可选值

枚举型：是指将变量的值一一列出来,变量的值只限于列举出来的值的范围内.

标称型：目标变量的结果只在有限目标中集中取值，如真或假

机器学习主要任务和对应算法分类

算法服务于机器学习，所以要知道机器学习的主要工作，从而选用适用的算法

1.解决分类问题

2.回归问题，主要用于预测数值型数据，例子：数据拟合曲线：通过给定数据点的最优拟合曲线。

3.实现聚类过程，聚类：将数据集合分成有类似的对象组成的多个类的过程。

4.实现密度估计：将寻找描述数据统计值的过程

监督学习：这类的算法知道预测什么，即知道目标变量的分类信息（理解就是知道要求得的具体结果）（分类，回归）

无监督学习：数据没有类别信息，无给定的目标值。无监督学习可以减少数据特征的维度，可以使用二维或三维图形直观的展示数据信息。

算法分类

监督学习	k-近邻算法   朴素贝叶斯算法   支持向量机   决策树
无监督学习	k-均值   DBSCAN