有監督學習-Fisher線性判別、決策樹、SVM和神經網絡

有監督學習的目的，是通過將已有的輸入數據和輸出數據，輸入計算機，讓計算機學到某種規則，使得大多數的輸入數據通過這種規則得到的預測數據，與預先告知機器的輸出數據儘量匹配。在面對新的輸入數據但不知道輸出數據時，機器通過學到的規則給出較爲合理預測數據。 每個輸入數據樣本通常是多維的，用以描述這個樣本，每個維度又稱爲特徵。特徵可以用很多個，如人有身高、體重、國籍、身份證號等特徵，但是不是每個特徵都是有用的

>>阅读原文<<