【机器学习】第一章

监督学习(Supervised Learning)分两类

• 回归(Regression)，连续的(直线或曲线)
• 分类(Classification)，离散的(1或0)

回归：尝试预测连续值的输出。
根据房屋的建筑面积判断对应房子的出售价格
用离散的点拟合出直线或曲线。

拟合(fitting)：根据离散点对应得到大致能代表这些数据的曲线

分类：预测一个离散值的输出
根据肿瘤的大小判断，肿瘤

• 是恶性的对应纵坐标 1(Y)
• 不是恶性的对应纵坐标 0(N)
  
  离散值也不一定只有1和0两个，也可以是0、1、2、3多个值的形式。
  上图只用一种特征来判断肿瘤是否是恶性。然而还可以通过多种特征来判断肿瘤是否是恶性，如年龄+肿瘤大小

因此判断直线下方是良性的肿瘤，上方是恶性的肿瘤

练习题
判断问题1(Problem 1)和问题2(Problem 2)对应监督学习的哪种分类。

答案：

监督学习和无监督学习(Unsupervised Learning)

在无监督学习中，我们不知道这些数据能有什么用，只知道有这么一些数据集。然后根据这些没有定义的数据集找出其中的结构。
以上图为例，我们可以把所给的数据集分成两个不同的簇(cluster)。

这样分簇的过程使用的算法就叫他聚类算法(cluster algorithm)

练习题

答案：