机器学习(1)监督学习和无监督学习

监督学习：根据已有的数据集，我们知道输入和输出结果之间的关系。根据这种已知的关系，训练得到一个最优的模型。监督学习主要分为分类问题和回归问题。

  分类问题：输出结果是有限个结果，比如结果集为T={A，B，C}。

回归问题：更像是一个连续的函数y=f(x),根据你的输入x，得到一个y值。

生活中的例子来说明：分类问题，比如给你一些植物的特征，比如颜色，味道，大小，让你来判断它是属于蔬菜，还是水果等。这个结果是有限的。回归问题：给你今天某只股票的资金流入流出量，市盈率等，让你预测明天涨跌多少，这里这个值就是不确定的，是根据你的输入得到的一个值，他们之间类似于一种函数关系。

无监督学习：相对于监督学习，即我们不知道数据集中数据、特征之间的关系，而是要根据聚类或一定的模型得到数据之间的关系。

无监督学习的代表：聚类分析，假如给你一堆语音数据，你并不知道这些数据之间的关系，有什么样的联系，经过聚类分析后，可能会给你这样的结果，这个模型给你将数据分为了两类，一类是人的声音、一类是乐器的声音。

具体的各种机器学习方法，比如线性回归、逻辑回归、决策树、聚类等，会在后面的章节一一介绍。