机器学习基础

1.监督和无监督学习
监督学习：对事物未知表现的预测（分类、回归）其中分类是离散已知数量的预测，回归是连续变量的预测。一般使用两种类型的目标变量：标称型和数值型。
无监督学习：对事物本身性质的分析（降维、聚类）
2.标称型和数值型数据
标称型：标称型目标变量的结果在有限目标集中取值，如真与假（标称型目标变量主要用于分类）
数值型：数值型目标变量可以从无限的数值集合中取值（数值型目标变量主要用于回归分析）