机器学习(1)-分类

机器学习（2）
机器学习分类
《人工智能手册》中把机器学习分为四大类，即“机械学习”、“示教学习”、“类比学习”、“归纳学
习”
1.机械学习也称为“死记硬背式学习”，就是把外界输入的信息全部记下来，在需要的时
候原封不动地取出来使用，这实际上没有进行真正的学习；
2.示教学习和类比学习实际上类似于R.S. Michalski等人所说的“从指令中学习”和“通过
观察和发现学习”；
3.归纳学习类似于“从例子中学习”，即从训练例中归纳出学习结果。20 世纪80 年代以
来，被研究得最多、应用最广的是“从例子中学习”（也就是广义的归纳学习），它涵盖
了监督学习（例如分类、回归）、非监督学习（例如聚类）等众多内容。
通常将机器学习算法分成两大类
-监督式学习（Supervised Learning） 口语化表示为，知道问题的答案，或者说，问题的结果是
可定义可数学化表示的。具体化表述为输入数据中有已知的结果或标记。问题包括分类问题和回
归问题，算法包括逻辑回归和反向神经网络。
预测房价
输出的值为连续值集合，属于回归（regression）的范畴
判断肿瘤的良恶性
输出为离散值，分类（Classification）问题。
非监督式学习（Unsupervised Learning）没有一个确定的结果目标。模型对数据的结构和
数值进行归纳。问题主要包括聚类问题，算法K-means算法
给出的所有数据都是一样