【发布时间】：2016-10-03 10:08:41
【问题描述】：
有人可以尽可能简单地解释分类和模式识别之间的区别或将我引导到正确的地方吗？！
【问题讨论】：
标签： machine-learning computer-vision computer-science deep-learning supervised-learning
【发布时间】：2016-10-03 10:08:41
【问题描述】：
模式识别是识别数据中的规律或模式的能力的通用术语。更通用的一种是机器学习。 分类是模式识别的一个例子，其中模型将数据划分为类别。
从左到右更具体： 机器学习 > 模式识别 > 分类 > 线性分类 > SVM
【讨论】：
Pattern Recognition algorithms的种类很多，分类算法就是其中之一，即并不是所有的模式识别算法都是分类算法。
要成为分类器，算法需要将输入数据点映射到一组类别中的一个类别（或标签或类）
作为不是分类器的模式识别算法的示例，请考虑 k-means 算法，它是一种聚类算法。当 k-means 算法运行时，它会在您的数据中找到模式并尝试拆分为不同的集群。
图片来自k-means algorithm的维基百科页面
如果您希望将标签附加到输入以将其分类到其中一个集群中（例如由 k-means 返回），您可以例如使用像 k-nearest neighbors (k-NN) 这样的分类器算法，它接受一个输入并作为输出预测它被分类到的集群。
【讨论】：