Question

从第7章开始，我们将深入了解数据挖掘中的几大经典算法，并从宏观把握每种算法解决问题时的思路。本书重在理解算法原理和思想，并使用Python实现具体的算法，观察结果。最后，给出上机实验供读者学习和挑战。

狭义的数据挖掘（或机器学习）有一个较为固定的流程，包括获取数据、数据清洗、选择合适模型、应用算法求解、参数调优与验证等。同时，因为相关任务往往受到数据变化、计算能力和经验性判断等的限制，所以这个过程中没人能一劳永逸。这个流程中的每一处细节处理，是数据挖掘人才的试金石。

分类与预测是机器学习中有监督学习任务的代表。一般认为：广义的预测任务中，要求估计连续型预测值时，是“回归”任务；要求判断因变量属于哪个类别时，是“分类”任务。