机器学习的基本概念--监督学习和非监督学习
1.监督学习（Supervised learning）
对一个算法来说，需要部分数据集已经有了正确的标签，算法需要预测出更多的正确答案，监督学习又分为回归问题和分类问题。
回归问题（regression）
算法预测的是一个连续的输出值
分类问题（classification)
算法预测的是一个离散的输出（离散的输出可以代表着数据集的某种属性）
2.非监督学习（Unsupervised learning)
只有一个数据集，数据没有明确的属性或者说数据没有标签，通过聚类算法将数据自动分为不同的类别。