# 机器学习 标签
一、基础概念 1.1 机器学习 机器学习是从数据中自动分析获得模型，并利用模型对位置数据进行预测 1.2 数据集构成 结构：特征值+目标值 对于每一行数据，称之为样本 有些数据集可以没有目标值 1.3 机器学习算法分类 监督学习 定义：输入数据是由特征值和目标值组成。函数的输出可以是一个连续的值(称为回归)，或者是输出有限个数的离散值(成为分类) 分类 K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归 回归 线性回归、岭回归 无监督学习 定义：输入数据是由特征值组成 聚类 k-means 1.4 机器学习开发流程 参考 04-机器学习开发流程_哔哩哔哩_bilibili
有更新！

机器学习基础--基本概念