数据分析 郭现伟数据分析知识点监督学习和非监督学习 监督学习 监督学习针对有标签数据集，它通过学习出一个模型（其实就是一个函数）来拟合数据，按照模 型（函数）的输出结果是否离散又可以分为两类，分别是：（1）输出结果为离散值，则为分类 问题（常见的分类算法：KNN、贝叶斯分类器、决策树、SVM、神经网络、GBDT、随机森林等）； （2）输出结果为连续值，则为回归问题（有线性回归和逻辑回归两种）。 无监督学习 无监督学习针对没有标签的数据集，它将样本按照距离划分成类簇，使得类内相似性最大，类间 相似性最小。通过观察聚类结果，我们可以得到数据集的分布情况，为进一步分析提供支撑。常 见的聚类算法有K-means、高斯混合模型和LDA。 如何选择有监督和无监督？ 1 、是否有标签和训练数据 2 、数据条件是否可改善 3 、看样本是否独立分布数据分析常用算法数据分析算法 回归算法 回归分析是一种预测性的建模技术。 它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关 系。例如：司机的鲁莽驾驶与道路交通事故数量之间的关系；比如股票价格受
