【sklearn第二讲】基于sklearn的机器学习

机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353）

什么是机器学习？

通常，一个机器学习问题考虑一个包括 $n$ 个样本的数据集，试图根据该数据集预测未知数据的某些属性。如果每个样本的维度高于1，那么每一个维度称为属性或特征。机器学习可以分成有监督学习(supervised learning)和无监督学习(unsupervised learning)两大类。其中，

• 有监督学习 数据带有额外的属性，这些额外属性正是我们想预测的。典型的有监督学习包括：

  • 分类(classification): 已知样本属于两个或多个类，我们想从标签已知的数据中预测标签未知的数据所属的类别。举一个分类问题的例子，手写数字的识别。在本例中，我们要把每一个输入向量分配到有限数量的离散类之一。

  • 回归(regression