标签：概率分布 es2017 比较 机器 颜色 分类算法 获取 训练 区分
区分不同的鸟类（机器学习主要的任务是分类）
需要使用不同的属性（特征）：体重（十进制），翼展，有无脚蹼（二值型），后背颜色（枚举类型，可以为整数）
若想找象牙喙啄木鸟，已经获取全部特征信息，接下来就是任务分类。
算法训练，为算法输入大量已分类数据作为算法的训练集。
训练集：用于算法的数据样本集合，图1-1为6个训练集，每个有4种特征，一个目标变量（必须确定，物种）。
目标变量（类别）：算法的预测结果，在分类算法通常类型为标称型，回归算法通常为连续型。
通常为2套样本集：训练数据和测试数据。测试集无目标变量，由程序决定样本属于哪个类别。
实际的精确度：比较测试样本预测目标变量值与实际样本类别的差异。
知识表示:规则集，概率分布。
标签：概率分布 es2017 比较 机器 颜色 分类算法 获取 训练 区分
原文地址：http://www.cnblogs.com/xiexiaoxiao/p/7868756.html
