【机器学习系列】—大纲总结

机器学习是人工智能的核心，主要分为有监督学习和无监督学习。那么什么叫有监督和无监督呢？是否有监督，主要看输入的样本数据集是否有目标变量。有监督学习是有明确的目标变量，而无监督学习，此类的数据没有类别信息，也不给定目标值。
这段时间主要学习了有监督学习，所以下面对有监督学习进行一个大纲总结：

有监督学习

有监督学习一般使用两种类型的目标变量：标称型和数值型。标称型的目标变量结果只在有限目标集中取值，如真与假、男人与女人、电影分类集合{动作片、武打片、恐怖片，喜剧片，爱情片}。数值型目标变量则可以从无限的数值集合中取值，例如-∞ ~+∞，0~10 等。分类和回归都属于有监督学习，因为这两类算法都必须知道自己要预测什么，即明确目标变量的分类信息。

分类

分类的主要任务是将实例数据划分到合适的分类中，主要是预测目标变量是标称型的数据。常见的分类算法有：K-近邻算法、决策树、朴素贝叶斯、Logistic回归（SVM和元算法此处不讨论）。

K-近邻（KNN) :

k-近邻算法，使用某种距离计算方法进行分类。其工作原理是： 存在一个样本数据集合，也称作训练样本集，并且样本训练集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行距离计算，选择K个距离最近的数据。通常K是不大于20的整数。