CS229学习笔记（〇）——监督学习（Supervised Learning）

    给定某地区一组住房面积与其房屋价格的数据：

    如何根据该组数据学习得到一个房屋价格关于住房面积的函数，通过该函数，去预测该地区其他房屋的价格呢？

     机器学习中的符号表示： 代表输入变量或输入特征量（input variable or input feature），此例中为住房面积；代表输出变量或目标变量（output or target variable），即我们所想预测的值（房屋价格）；一对称为一个训练样本（training example）;我们用来训练的m个训练样本称为一个训练集（training set）。

     监督学习一个稍正式的定义：给定一个训练集，通过监督学习，得到一函数使得是一个良好的对相应的预测器。流程图如下：

     当我们想要预测的目标变量是连续值时，例如我们的房屋价格，我们称为回归问题（regression problem），当仅能取小数目的离散值时，例如，给定住房面积，我们想预测该房屋是别墅还是公寓，我们称为这种为分类问题(classification problem)。