机器学习与数据挖掘简介

• 机器学习的目的是预测（包括分类和回归）。
  分类是根据输入数据，判别这些数据隶属于哪个类别。
  回归则是根据输入数据，计算出一个输出值。输入数据一般为一个向量，向量的各个分量也称为特征（Feature），输出则是一个类别或者一个数值。

• 机器学习方法分为有监督学习（Supervised Learning）、无监督学习（Unsupervised Learning）和半监督学习（Semi- Supervised Learning）。

• 有监督学习：是机器学习的一种类别，训练数据由输入特征和预期的输出构成，输出可以是一个连续的值（称为回归分析），或者是一个分类的类别标签（称为分类）。如：决策树、支持向量机（SVM）、K最近邻（KNN）算法。

• 无监督学习：没有训练样本，直接对数据进行建模。K-Means聚类算法就是典型的无监督学习算法，它的目的是把相似的对象聚集在一起。还包含：主成分分析（PCA）等。

• 半监督学习：是有监督学习和无监督学习相结合的一种学习方法。它研究如何利用少量的标注（Annotated）样本和大量的未标注样本进行训练和预测问题。如：半监督分类、半监督回归、半监督聚类和半监督降维算法。