1.机器学习之基本概念

1.概念
1.1 机器学习是什么？
研究计算机怎么模拟或实现人类的学习行为，以获取新的知识，重新组织已有的知识来不断改善自己。一个年代远一点的概念，由 Tom Mitchell 提出，来自卡内基梅隆大学， Tom 定义的机器学习是，一个好的学习问题定义如下，他说，一个程序被认为能从经验 E 中学习，解决任务 T，达到性能度量值P，当且仅当，有了经验 E 后，经过 P 评判，程序在处理 T 时的性能有所提升。我认为经验E 就是程序上万次的自我练习的经验而任务 T 就是下棋。性能度量值 P 呢，就是它在与一些新的对手比赛时，赢得比赛的概率。
1.2 监督学习
一个简单的例子：根据一系列现有的房价数据，用直线或者二次方程去拟合，根据所拟合的曲线就可以得出新的更多的房子的价格，这个房价可以看成是连续的数值，这个过程就是回归，或者根据肿瘤的大小形状等来判断肿瘤是否为良性，这个输出为离散值，也就是分类问题。
监督学习的基本思想就是同时将数据样本和标签输入给模型，模型学习到数据和标签的映射关系，从而对新数据进行预测。监督学习分为回归和分类。回归问题，即通过回归来推出一个连续的输出，分类问题，其目标是推出一组离散的结果 。
1.3 无监督学习
对于监督学习里的每条数据，我们已经清楚地知道，训练集对应的正确答案，是良性或恶性了，在无监督学习中，我们已知的数据，看上去有点不一样，不同于监督学习的数据的样子，
即无监督学习中没有任何的标签或者是有相同的标签或者就是没标签。针对这种数据集，无监督学习就能判断出数据有两个不同的聚集簇。这是一个，那是另一个，二者不同。是的，无监督学习算法可能会把这些数据分成两个不同的簇。所以叫做聚类算法。