机器学习笔记总结(1)

监督学习（superviewed learning）:

给出数据集以及标准答案，进行训练来预测将来给出的的数据的答案归属。

例如：

就是高考前所做的练习题是有标准答案的。在学习的过程中，我们可以通过对照答案，来分析问题找出方法，下一次在面对没有答案的问题时，往往也可以正确地解决。 
对于机器学习来说，监督学习就是训练数据既有特征(feature)又有标签(label)，通过训练，让机器可以自己找到特征和标签之间的联系，在面对只有特征没有标签的数据时，可以判断出标签。

                                                                  

       通常分为：分类和回归

分类：定性输出称为分类，或者说是离散变量预测。【输入变量与输出变量均为连续变量的预测问题是回归问题。    摘自：李航《统计学习方法》p4】

回归：定量输出称为回归，或者说是连续变量预测；【输出变量为有限个离散变量的预测问题成为分类问题。  摘自：李航《统计学习方法》p4】

举个栗子：

                 预测明天的气温是多少度，这是一个回归问题；
                 预测明天是阴、晴还是雨，就是一个分类问题。

无监督学习（superviewed learning）:      

给出数据集未给出标准答案，让其自己进行判断出数据结构，并进一步得到数据模型，用于判断新给的数据归属。 

例如：

高中做练习题的例子，就是所做的练习题没有标准答案，换句话说，你也不知道自己做的是否正确，没有参照，想想就觉得是一件很难的事情。 
但是就算不知道答案，我们还是可以大致的将语文，数学，英语这些题目分开，因为这些问题内在还是具有一定的联系。 
这种问题在机器学习领域中就被称作聚类(Clustering)，相对于监督学习，无监督学习显然难度要更大，在只有特征没有标签的训练数据集中，通过数据之间的内在联系和相似性将他们分成若干类。

一般是聚类问题：

 

对于聚类在实际的应用中亦是非常广泛的，如：市场细分（Market segmentation）、社交圈分析（social network analysis）、集群计算（organize computing clusters）、天体数据分析（astronomical data analysis）
                      

未做处理的数据：

                                                         

 

K-means将其分成两簇：