Question

机器学习是一个致力于研究并构建算法的研究领域，这些算法从实验数据中进行学习和预测。机器学习可以分为两大类：监督学习和无监督学习。

监督学习尝试从具有标记的训练数据集中推断出预测函数，其中训练数据集的每个观测样本属于哪一类是已知的（分类结果实际上也是数据集的一部分）。本章中我们将学习线性回归（包括第49单元中的逻辑回归）以及随机决策森林（第51单元）。很遗憾，由于篇幅所限，本章并未包含朴素贝叶斯分类、支持矢量机、线性判别分析和神经网络等内容。

无监督学习尝试在没有标记的数据中找出隐藏的结构。最流行的一些无监督技术包括k均值聚类（第50单元）和社区检测（第40单元第2小节）。分层聚类和主成分分析也是无监督学习的算法，但限于篇幅，本书并不包含相关内容。

这两种类型的机器学习工具都可用于探索性和预测性数据分析。在SciKit-Learn模块及其子模块中，可以找到相关工具的Python实现。如果你想实现的功能是对未出现的事物进行预测，而不是对已出现的事物进行解释，那首先要做的就是设置一个预测实验。