机器学习算法的预测结果是目标变量，目标变量有两种：标称型和连续型
标称型：在有限的数据中取值，分类算法中的目标变量就是标称型的
连续型：在无限的数据中取值，回归算法中的目标变量就是连续型的
监督学习：训练集中的每个样本都有特征和目标变量，机器学习根据样本预测。监督学习分为两类：
（1）分类算法：将实例数据划分到合适的分类中
（2）回归算法：例：数据拟合曲线，通过给定数据点的最优拟合曲线，可用于房价预测
无监督学习：训练集中的样本有特征，没有目标变量。无监督学习分为两类：
（1）聚类算法：将数据划分成离散组，如Google新闻根据数据的结构不同将新闻划分为财经，娱乐等类别
（2）密度估计算法：估计数据与每组的相似程度