机器学习能干啥使以及选什么算法02

1.3机器学习的主要任务

机器学习任务粗略分成四类：

必须知道预测什么的，即需要知道目标变量的，是监督学习，监督学习主要解决两类问题：

（1）分类，比如上面对鸟儿的分类；

（2）预测，多用回归模型；

不必知道预测什么的，即不需要知道目标变量，是无监督学习，无监督学习主要解决两类问题：

（3）聚类，将数据集合分成由类似对象组成的多个类的过程；

（4）密度估计，寻找描述数据统计值的过程。

1.4如何选择合适的算法

选择什么算法的标准有两点：

（1）本次机器学习的任务是什么？

（2）需要分析和搜集的数据是什么？

先考虑机器学习的目的：

（1）如果是预测目标变量的值，选择监督学习算法。

目标变量是离散型，选择分类器算法；目标变量是连续型数值，选择回归算法。

（2）如果不用预测目标变量的值，选择无监督学习算法。

如果仅需要将数据划分为离散的组，使用聚类算法；如果还需要估计数据和每个分组的相似程度，使用密度估计算法。