基本概念:特征向量,分类,回归,监督学习,非监督学习,半监督学习
特征向量(features/feature vector):属性的集合,通常用一个向量来表示,附属于一个实例。
分类 (classification): 目标标记为类别型数据。
回归(regression):目标标记为连续型数值。
监督学习(supervised learning): 训练集有类别标记。
非监督学习(unsupervised learning): 无类别标记。
半监督学习(semi-supervised learning):有类别标记的训练集 + 无标记的训练集。