ch1机器学习基础

机器学习的主要任务 分类:将实例数据划分到合适的分类中 回归:通过给定数据点拟合最有曲线从而预测数值型数据 以上两个任务都属于监督学习,因为这类算法必须知道预测什么,即目标变量的分类信息或目标数值。 无监督学习:数据没有类别信息,也不会给出目标值 聚类:将数据集分成由类似的对象组成的多个类的过程 密度估计:将寻找描述数据统计值的过程 降维:减少数据特征的维度,更加直观的可视化信息 如何选择合适的算法 分析使用机器学习算法的目的是什么,即想要完成何种任务? 如果想要预测目标变量的值,则可以选择监督学习算法,确定选择监督学习算法后,需要进一步确定目标变量的取值类型,如果目标变量是离散取值,则可以采