发布时间：2024-01-16 13:30
在这里记录下我学习机器学习的过程以及遇到的问题。
机器学习：将无序的数据转换成有序的数据。
其中有几个术语如下：
训练集：我们为算法输入大量的已分类数据作为算法的训练集。
目标变量：机器学习算法的预测结果，分类算法中目标变量的类型是离散型，而在回归算法中通常是连续型。
训练样本集必须确定知道目标变量的值，以便机器学习算法可以发现特征和目标变量之间的关系。
分类器算法：将实例数据划分到合适的分类中，目标变量为离散型。
回归算法：预测数值型数据，例如数据拟合曲线。
聚类：将数据集合分成由类似的对象组成多个类的过程。
密度估计：寻找描述数据统计值的过程。