机器学习、数据挖掘、分类与回归定义

机器学习是通过编程让计算机从数据中进行学习的科学

计算机程序利用经验 E 学习任务 T， 性能是 P， 如果针对任务 T 的性能 P 随着经验 E 不断增
长， 则称为机器学习。

使用机器学习方法挖掘大量数据， 可以发现并不显著的规律。 这称作数据挖掘。

一个典型的监督学习任务是分类。 垃圾邮件过滤器就是一个很好的例子： 用许多带有归类
（ 垃圾邮件或普通邮件） 的邮件样本进行训练， 过滤器必须还能对新邮件进行分类。

另一个典型任务是预测目标数值， 例如给出一些特征（ 里程数、 车龄、 品牌等等） 称作预测
值， 来预测一辆汽车的价格。 这类任务称作回归

一些回归算法也可以用来进行分类， 反之亦然。 例如， 逻辑回归通常用来进行分类，
它可以生成一个归属某一类的可能性的值（ 例如， 20% 几率为垃圾邮件） 。