第一章 机器学习基础

首先考虑使用机器学习算法的目的。如果想要预测目标变量的值，则可以选择监督学习算法，否则可以选择无监督学习算法。

确定选择监督学习算法后，需要进一步确定目标变量类型，如果目标变量是离散值，如是/否，则可以选择分类算法；如果目标变量时连续性数值，如0.0-100.00，需要选择回归算法；

如果不想预测目标变量的值，则可以选择无监督学习算法。进一步分析是否需要将数据划分为离散的组。这是唯一的需求，则使用聚类算法；如果还需要估计数据与每个分组的相似程度，则需要使用密度估计算法。