第一章：机器学习基础

一、机器学习的简单概述

1.机器学习的分类：

    1.1有监督学习：用已知的某种或某些特性的样本作为训练集，以建立一个数学模型，再                                  用已建立的模型来预测未知样本。

                              总结：有标签、想要预测个东西出来

    1.2无监督学习：缺乏足够的先验知识，因此难以人工标注类别，或者进行人工类别标注                                   的成本太高。通过算法，从一些看似杂乱无章的数据中，提取出数据的                                  共同特征。

                              总结：没标签了、只能把相似的东西分到一组

※※※在《机器学习实战》这本书中，用的代码是python2的代码，代码的实现过程与python3会有一些小的差别。