机器学习可以分为监督学习和无监督学习两大类。
一、监督学习
监督学习就是在数据中有特定标注，会对数据进行分类，比如癌症例子。监督学习得到的结果可以预测某个新数据对应的结果（线性回归）或是该数据属于哪一类（逻辑回归）。比如癌症的预测，房价的预测等。
圈和叉就分别标识两类数据，即在学习的数据中已标记该数据属于哪一类。
监督学习又分为线性回归和逻辑回归。
1.线性回归
线性回归是所给数据最后拟合后的输出是连续不断的，比如一次函数，二次函数等。例如下图：
2.逻辑回归
逻辑回归就是输出是离散的，可以理解为分类问题。例如下图：
二、无监督学习
无监督学习是数据没有标记过明确分类的，即通俗点就是给你比一堆数据，对他进行分类，比如有一堆关于身高体重的数据，分别对应衣服的尺码，我们就可以将这些数据分为L，XL等等。 例如下图：
