最近看吴恩达的机器学习视频，记录一下监督学习的个人理解
一、监督学习
监督学习有个显著的特征，就是你的数据需要人工标注，例如要做手写识别的机器学习，你的训练集必须经过标注。例如一张表示数字1的图片，对应的标注（labels）必须是1。
1、回归问题
回归问题一般求解是一个连续的值
image.png
上图是一个房价预测模型，表示房价的高低与房屋的平方数的关系。通过点状数据，我们可以统计出一个线性方程，例如房价Y = 2x + 10 （x表示平方数）。
这就是一个回归问题，我们可以输入不同的X得到不同的Y，Y的结果是一个连续的值。
2、分类问题
分类问题一般求解是一个离散的值
什么是离散？例如要判断一个图片是猫还是狗，结果只有两个，要么是猫，要么是狗，不会有一半时猫，一半是狗这个结果的。
image.png
上图是一个患恶心肿瘤与肿瘤大小的关系，根据上图的数据，恶性肿瘤和肿块大小并非线性关系。
我们只能采用分类，例如肿块小于5cm，较大可能为良性肿瘤，肿块大于5cm，较大可能为恶性肿瘤。
