机器学习分类

目前，存在不同类型的机器学习算法，根据是否有监督，分为：监督学习（Supervised Learning）和无监督学习（Unsupervised Learning）。根据预测的结果类型（是否连续），有监督学习又分为回归问题和分类问题。

如果之前未接触过机器学习，“监督”比较难以理解，如果替换成“参考答案”就容易理解。

有监督学习就是有参考答案的学习，就是数据集中包含了预测结果，而无监督学习则相反。无监督学习没有参考答案，仅通过在样本之间进行比较计算来达成目标，常见的的有聚类问题。

回归（Regression）：预测结果是连续的，是一个标量/数量（例如找一个函数来预测房子的价格、预测明天的PM2.5、预测一个人是否是本人）

分类（Classification）：预测结果是离散的，0或1、Yes/No等（例如找一个函数来预测一个人是否肥胖、预测一封邮件是否是垃圾邮件、预测某个区域的人数）

聚类：算法的思想就是“物以类聚，人以群分”，聚类算法感知样本间的相似度，进行归类归纳，对新的输入进行输出预测，输出变量取有限个离散值（例如照一个函数对银行的客户进行分群：SVIP、VIP、一般客户......）