机器学习基础

数据类型:

    离散型数据:由记录不同类别个体的数目所得到的数据，又称计数数据，所有这些数据全部都是整数，而且不能再细分，也不能进一步提高他们的精确度。

     连续型数据:变量可以在某个范围内取任一数，即变量的取值可以是连续的，如，长度、时间、质量值等，这类整数通常是非整数，含有小数部分。

离散型是区间内不可分，连续型是区间内可分

 

机器学习算法分类:

监督学习(有特征值+目标值):

• 分类    k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络 【离散型数据】
• 回归    线性回归、岭回归 【连续型数据】

无监督学习(只有特征值没有目标值):

   聚类   k-means