有监督学习和无监督学习

机器学习方法主要分为有监督学习（supervised learning）和无监督学习（unsupervised learning）。

监督学习就是分类，通过已有的训练样本去训练得到一个最优模型，然后利用这个最优模型将所有输入映射为相应的输出，对于输出进行判断实现分类，这就对未知数据进行了分类。监督学习中的典型例子是KNN和SVM。

无监督学习与监督学习的不同之处，主要是它没有训练样本，而是直接对数据进行建模。典型案例就是聚类了，其目的是把相似的东西聚在一起，而不关心这一类是什么。聚类算法通常只需要知道如何计算相似度就可以了，它可能不具有实际意义。

如何选择监控学习还是无监督学习？
可以从定义入手，如果在分类过程中有训练样本，则可以考虑采用监督学习的方法，否则不能使用监督学习。