机器学习初探

机器学习初探

机器学习初步刚开始学习机器学习，希望通过博客来记录自己学习成长的一点一滴。菜鸟一枚，如若有理解偏差的地方，欢迎各位大佬提出斧正，小道在此感激不敬！

1.监督学习对机器学习来说，监督学习就是通过已知特征和标签的数据集训练机器，让机器能够自己找出特征与标签之间的规律。在面对没有标签只有特征的时候，可以凭借之前训练的规律，找出标签。

2.回归问题这是监督学习的第一大类问题，例如：通过收集的房价数据，即特征“房子面积”，和标签“房价”。通过直线或曲线去拟合数据，来预测当有新的特征时，所对应的标签。

3.分类问题这是监督学习中第二大类问题，例如：通过收集的肿瘤患者数据，即特征“患者年龄“及’肿瘤大小’，和标签’恶性’或者’良性’（分别用两个离散值0,1表示）。通过找到，是已知数据集没有诉标签的情况下，机器自己通过发现数据间的联系，来进行分类。

4.聚类算法以之前的肿瘤问题为例，当给你一个肿瘤患者数据，不告诉你任何标签时，机器通过聚类算法将数据集判断并分成多个不同的聚集簇。