基础
| 体重 | 翼展 | 脚蹼 | 背后颜色 | 种属 | |
| 1 | 1000.1 | 125.0 | 无 | 棕色 | 红尾鸳 |
| 2 | 3000.7 | 200.0 | 有 | 黑色 | 普通潜鸟 |
| 3 | 570.0 | 75.0 | 无 | 黑色 | 象牙喙啄木鸟 |
鸟类分类系统
术语
训练集：大量已分类的数据，用于训练机器学习算法的数据样本集合
训练样本：训练集中一条已分类数据
特征（属性）：用于区分类别的评测基准（体重，翼展，脚蹼，背后颜色）
目标变量（类别）：（种属）
测试集：不提提供样本的目标变量，用于测试算法的样本集合
数据类型
数值型： 100.1,300,3000.11
二值型：（0,1）有两个可选值
枚举型：是指将变量的值一一列出来,变量的值只限于列举出来的值的范围内.
标称型：目标变量的结果只在有限目标中集中取值，如真或假
机器学习主要任务和对应算法分类
算法服务于机器学习，所以要知道机器学习的主要工作，从而选用适用的算法
1.解决分类问题
2.回归问题，主要用于预测数值型数据，例子：数据拟合曲线：通过给定数据点的最优拟合曲线。
3.实现聚类过程，聚类：将数据集合分成有类似的对象组成的多个类的过程。
4.实现密度估计：将寻找描述数据统计值的过程
监督学习：这类的算法知道预测什么，即知道目标变量的分类信息（理解就是知道要求得的具体结果）（分类，回归）
无监督学习：数据没有类别信息，无给定的目标值。无监督学习可以减少数据特征的维度，可以使用二维或三维图形直观的展示数据信息。
算法分类
| 监督学习 |
|
||||||||
| 无监督学习 |
|