回归(regression) 输入变量与输出变量均为连续变量的预测 问题是回归问题 定量输出称为回归，或者说连续变量预测 预测明天的气温是多少度，这是一个回 归任务
回归（regression） 输入变量与输出变量均为连续变量的预测 问题是回归问题 定量输出称为回归，或者说连续变量预测 预测明天的气温是多少度，这是一个回 归任务
特桃 分类篮督学列 明 棉出类型 离酰数渴 连嫩据 目的 寻找决芙边界 找到最优合 评价方法 精酸ec0u680以混清等 SSE(smf0 uare rors)或拟合优度
比较分类和聚类 分类(classification) 分类(classification):分类任务就是通过学习得到一个 目标函数f,把每个属性集x映射到一个预先定义的类标号y中 分类是根据一些给定的已知类别标号的样本，训川练某种学 习机器（即得到某种目标函数），使它能够对未知类别的样本 进行分类。这属于supervised learning(监督学习)
比较分类和聚类 分类（classification） 分类（classification）:分类任务就是通过学习得到一个 目标函数f，把每个属性集x映射到一个预先定义的类标号y中。 分类是根据一些给定的已知类别标号的样本，训练某种学 习机器（即得到某种目标函数），使它能够对未知类别的样本 进行分类。这属于supervised learning（监督学习）
分类：通过学习来得到样本属性与类标号 之间的关系。根据已知的一些样本（包括属 性与类标号)来得到分类模型（即得到样本属 性与类标号之间的函数)，然后通过比目标函 数来对只包含属性的样本数据进行分类
分类：通过学习来得到样本属性与类标号 之间的关系。 根据已知的一些样本（包括属 性与类标号）来得到分类模型（即得到样本属 性与类标号之间的函数），然后通过此目标函 数来对只包含属性的样本数据进行分类
▣聚类(Clustering) 聚类指事先并不知道任何样本的类别标号，希 望通过某种算法来把一组未知类别的样本划分成 若干类别，聚类的时候，我们并不关心某一类是 什么，我们需要实现的目标只是把相似的东西聚 到一起，这在机器学习中被称作unsuperv i sed learning (无监督学习)
聚类（Clustering） 聚类指事先并不知道任何样本的类别标号，希 望通过某种算法来把一组未知类别的样本划分成 若干类别，聚类的时候，我们并不关心某一类是 什么，我们需要实现的目标只是把相似的东西聚 到一起，这在机器学习中被称作 unsupervised learning （无监督学习）