分类和聚类&&有监督学习和无监督学习

简单来讲:

有监督 -> 分类（回归） -> 识别；

无监督 -> 聚类 -> 分割；

' -> ' 表示对应关系

（ps:这个说法来自于《学习Opencv》这样讲不知道有没有问题，目前我是这样理解的）

一、分类和聚类

简单地说，分类(Categorization or Classification)就是按照某种标准给对象贴标签(label)，再根据标签来区分归类。
简单地说，聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。

区别是：分类是事先定义好类别 ，类别数不变 。分类器需要由人工标注的分类训练语料训练得到，属于有指导学习范畴。
        聚类则没有事先预定的类别，类别数不确定。 聚类不需要人工标注和预先训练分类器，类别在聚类过程中自动生成 。
适用场景：分类适合类别或分类体系已经确定的场合，比如按照国图分类法分类图书；
          聚类则适合不存在分类体系、类别数不确定的场合，一般作为某些应用的前端，比如多文档文摘、搜索引擎结果后聚类(元搜索)等。

稍微具体的讲就是：