机器学习的分类

#机器学习

1、机器学习原理

2、机器学习分类

2.1 有监督学习(supervised learning)

主要用于决策支持，它利用有标识的历史数据进行训练，以实现对新数据做出预测。
常见的有监督学习算法：回归分析和统计分类。最典型的算法是KNN和SVM。

2.1.1 分类

分类计数预测的数据对象是离散的。

如短信是否为垃圾短信，用户是否喜欢电子产品。

算法：K近邻、朴素贝叶斯、决策树、SVM

2.1.2 回归

回归技术预测的数据对象是连续值。

例如温度变化或时间变化。包括一元回归和多元回归，线性回归和非线性回归。

算法：线性回归、逻辑回归、岭回归

2.2 无监督学习(unsupervised learning)

输入数据没有被标记，也没有确定的结果。样本数据类别未知，需要根据样本间的相似性对样本集进行分类（聚类，clustering）试图使类内差距最小化，类间差距最大化。
通俗点将就是实际应用中，