机器学习 补充 机器学习的分类 和大致算法流程

---

一、机器学习的分类？

机器学习按照训练数据是否存在标签分为监督学习和强化学习。
其中监督学习又分为
传统的监督学习，非监督学习和半监督学习
强化学习是指机器通过与环境互动获得最大化收益函数。
按照标签是连续还是离散，分为回归问题和离散问题。

但是我们知道离散和连续也是相对模糊的概念，如果一个标签整数化，就可以变为离散的，所以有时候同一个算法既可以解决分类问题也可以解决回归问题。

二、机器学习算法的过程

对样本特征进行提取，之后选择算法对样本空间进行划分。
不同的算法划分的会不同

没有免费的午餐定理
一个算法，在一个样本数据上表现得还，必然在另一个样本数据上表现不好。若没有任何先验知识，那么所有算法的好坏都一样。
但是我们要知道，①我们的机器学习都是基于一定的已知数据，之后找到一个相对而言较好的算法，但是任何算法都有可能出错。
②其次，没有统一的较好的算法，对于不同的问题，算法的好坏不一样

---