吴恩达 机器学习 日记（一）

监督学习

· 监督学习 ： 指我们给学习算法一个数据集。这个数据集由“正确答案”组成。

· 回归 ： 用来预测一系列的连续值属性

举例1、房价预测

以面积为横坐标，房价为纵坐标，确定若干个坐标点。
我们将这些点看作连续的（Continuous），所以可以画出回归线，但不唯一，可以为回归直线或回归曲线等等。

· 分类 ： 预测离散的输出值

举例2、乳腺癌预测

以肿瘤的大小的特征为横坐标，是否为恶性肿瘤为纵坐标，确定若干点。
我们将这些点看作是离散的(discrete)。

乳腺癌的判断标准不只是肿瘤的大小，还可能包括年龄、肿块的厚度，大小是否均匀一致，形状是否均匀一致等等。可以有无限个特征，然后用算法去解决。

举例3：

鉴于房地产市场上的房屋规模数据，尝试预测其价格。价格作为大小函数是连续输出，所以这是一个回归问题。
我们可以把这个例子变成一个分类问题，相反，使我们的输出的房子"卖得比要价多或少"。在这里，我们将基于价格的房屋分类为两个离散类别。

举例4：

（a） 回归 - 鉴于一个人的照片，我们必须根据给定的图片预测他们的年龄
（b） 分类 - 鉴于患者有肿瘤，我们必须预测肿瘤是恶性还是良性。