hellodake的博客

一、机器学习基础 1.监督学习一般使用两种类型的目标变量：标称型和数值型。 在分类算法中目标变量的类型通常是标称型的，而在回归算法中通常是连续性的。 2.分类和回归都属于监督学习。分类是将实例数据划分到合适的分类中，回归主要用于预测数值型数据。 与监督学习相对应的是无监督学习，此时数据没有类别信息，也不会给定目标值。在无监督学习中，将数据集合分成由类似的对象组成的多个类的过程被称为聚类；将

1.感知机是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1二值。感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别类型。感知机学习旨在求出江训练数据进行线性划分的分离超平面。 2.假设空间：定义在特征空间中的所有线性分类模型或线性分类器，即函数集合{f}