三、机器学习基本概念

机器学习基本概念

训练集：用于建立学习模型的数据集
测试集：用于测试学习模型的表现的数据集
特征值：数据集中的若干个属性值
监督学习：从标记的训练数据来推断一个功能的机器学习任务（每个样本有确切的目标值）
非监督学习：给定大量的数据，划分出数据的相应结构，按照结构的不同产生若干个簇（比如：聚类算法）
半监督学习：半监督学习使用大量的未标记数据，以及同时使用标记数据，来进行模式识别工作。
分类：分类问题通常是用来将事物打上标签
回归：回归问题通常是用来预测趋势