網(wǎng)址：http://scikit-learn.org/stable/tutorial/basic/tutorial.html#machine-learning-the-problem-setting
根據(jù)scikit主頁的入門教材例子學(xué)習(xí)python的基本庫文件和基本的機器學(xué)習(xí)的算法联喘。
1、unsupervised learning：in which the training data consists of a set of input vectors x without any corresponding target values. The goal in such problems may be to discover groups of similar examples within the data, where it is called?clustering, or to determine the distribution of data within the input space, known as?density estimation, or to project the data from a high-dimensional space down to two or three dimensions for the purpose of?visualization
無監(jiān)督學(xué)習(xí)的思路是建立在人類學(xué)習(xí)只有很少的標簽樣本即碗。但是由于海馬體的推演和聯(lián)想能力涉波，行程人類強大的自學(xué)能力往产。機器學(xué)習(xí)的目標也是建立在讓機器自己學(xué)習(xí)能力增強的基礎(chǔ)上，即在無標簽樣本中具備學(xué)習(xí)能力。聚類纳猪、密度估計和降維是三個場景淀散。但是基本的流行的步驟還是少量的標簽樣本和大量的無標簽樣本右莱。無標簽樣本來進行無監(jiān)督逐層的特征學(xué)習(xí)，訓(xùn)練好分層的layer-wise網(wǎng)絡(luò)再用少量的標簽樣本來fine-tuning档插÷眩總體還是在需要labeled data的思路上。純盲的自我學(xué)習(xí)（沒有任何的target樣本）還在探索郭膛。
圖片的存儲（二位）和MATLAB一樣晨抡，8*8形式。1797張。
An example of an estimator is the classsklearn.svm.SVCthat implementssupport vector classification.
支持向量機（SVM）作為黑盒子耘柱，不具體講解圆雁。
Confusion matrix:（pcolor 功能；colorbar）
這個矩陣在MATLAB化成圖形就是：
