吴恩达机器学习总结day2

1.分类问题

很不幸，你的一个女性朋友检测出了肿瘤，并且你现在是一个无家可归的

人你急需赚钱，那么你的朋友迫切想知道预测它的肿瘤是良性还是恶性。

对于肿瘤来说，我们可以先简单的假设只有恶性和良性两种，我们用1代表

良性，0代表恶性，那么我们看看下面的图像.(数据是假设的）

这是一个分类问题，我们已经可以感觉到，而且但并不意味着我们的

输出值只有2个，我们可以有多个输出值，例如3可以代表是那种肿瘤，

这也是分类问题。当然我们还有其他的绘图方式，我们还可以将年龄也

加入。

 

在其它一些机器学习问题中，可能会遇到不止一种特征。举个例子，我们不仅知道肿瘤的尺寸，还知道对应患者的年龄。在其他机器学习问题中，我们通常有更多的特征，我朋友研究这个问题时，通常采用这些特征，比如肿块密度，肿瘤细胞尺寸的一致性和形状的一致性等等，还有一些其他的特征。这就是我们即将学到最有趣的学习算法之一。
接下来我们将学习无监督学习，你将初步了解无数的新闻是如何分类的，或者你的每日新闻是如何

知道你需要某些东西的，因为我们不单单只有预测肿瘤这一个问题，机器学习的领域总是吸引人的。