吴恩达机器学习1.3 监督学习----详细笔记及心得

      在给出正式的监督学习的定义之前，吴先讲解了一个例子，房价预测，具体如图所示：其中横轴表示的是不同平方英尺数的房子，纵轴是不同房子的价格

假如朋友有一套750平方英尺的房子，他想卖掉，能卖多少钱。学习算法可以帮我们模拟一条直线，然后估计750时，房价大约是150k，但是如果我们模拟的是二次曲线，那么房价可以卖到200k，那应该选择直线模拟还是二次函数拟合数据，哪种方式都不会让房子卖得好，这就是监督学习的例子。

      监督学习是指我们给这个算法一个数据集，其中包含了正确答案，也就是说我们给它一个房价数据集，在这个中剧中的每一个样本，我们都给出正确的价格，即这个房子实际卖价格。算法的目的就是给出更多正确的答案。
更专业的术语：也被称为回归问题，是指我们想要预测连续的数值输出，（房价），技术上，房价是个离散值，通常认为是个实数，标量，连续值。
      另外一个监督学习的例子：

预测乳腺癌是恶性的还是良性的，横坐标是肿瘤的尺寸，纵坐标是0或者1，yes or no，

      如果有5个良性的，有5个恶性的样本，那么问肿瘤大小为紫色箭头所示大小时，是良性还是恶性，那么这就转换成了分类问题，有时分类可以分为三类四类。
      然后用一条线表示恶性和良性，如下图：

      即将上图的数据集对应画下来，这个例子只是用了一个特征属性进行了分类，其他的机器学习中，会有多个特征，多个属性，有个例子，假如我们不仅仅肿瘤的大小，我们还知道病人的年龄，这种情况下，数据集应该如下：

      假设年龄和肿瘤大小分别处在如图所示的位置，那么我们会在数据上画出一条直线设法将良性和恶性分开。这个例子就是两个特征，肿块大小和年纪，其他的学习算法中会有很多特征，那么怎么处理无穷多的特征呢，会溢出，那么可以用支持向量机，允许计算机处理无穷多的特征。
      最后有一个问题，如下图，假如你开了一家公司，你想要开发学习算法来处理两个问题，

      那么应该选择C选项，第一个问题数值比较大，是实数，可以看出连续性问题，而第二个问题样本比较少，是分类问题。