【机器学习（一）】

概述

机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。

数据集构成

结构：特征值+目标值

对于每一行数据我们可以称之为样本。
有些数据集可以没有目标值。

算法分类

• 监督学习(supervised learning)（预测）
  定义：输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值(称为回归），或是输出是有限个离散值（称作分类）。

1. 分类
   k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络
2. 回归
   线性回归、岭回归

• 无监督学习(unsupervised learning)
  定义：输入数据是由输入特征值所组成。

1. 聚类 k-means

机器学习开发流程

• 流程图