Python 数据分析入门学生能否通过技能考核一文搞懂什么是分类适合人群Python 初学者 / 数据分析入门 / 机器学习入门 / 教学案例分享在数据分析和机器学习中我们经常会遇到这样的问题这位学生能不能通过技能考核这位客户会不会购买某个产品这条短信是不是垃圾短信这笔贷款应不应该审批通过这些问题看起来不一样但本质上都在做同一件事根据已有信息判断一个对象到底属于哪一类。这类任务就叫做分类Classification分类是数据分析中非常重要的一类问题也叫监督学习。它通常包括两个阶段先根据已有数据构建模型再利用模型去预测新数据的类别。如果你刚开始接触 Python 数据分析或者机器学习可能会觉得“分类”这个词听起来有点抽象。其实完全不用紧张。你可以先把它理解成一句很朴素的话让计算机根据过去的数据经验学会对新的对象做判断。这一篇文章不急着讲复杂算法也不急着写大段模型代码。我们先把最基础的问题想明白什么是分类分类问题到底长什么样机器为什么能学会分类分类和生活中的实际问题有什么关系一、先从一个真实问题开始学生到底能不能通过技能考核先来看一个很贴近教学实际的场景。某高职院校希望提前预测学生能否顺利通过职业技能考核。因为如果能提前识别出有风险的学生老师就可以更早安排辅导、补训和学习预警。那老师平时会参考哪些信息呢通常会看这些方面平时成绩怎么样实训成绩怎么样出勤率高不高有没有参加赛前培训有没有项目实践经历比如一个老师可能会这样判断如果这个学生平时成绩不错实训成绩也比较高出勤率稳定而且参加过培训那么通过考核的可能性就比较大。如果平时成绩偏低实训也不理想出勤率不高而且没有参加培训那么风险通常就会更高。你会发现老师其实并不是“拍脑袋”判断而是在根据以往经验做分析。那么问题来了能不能让计算机也学会这种判断这就是分类问题要解决的事情。二、什么是分类一句话先讲清楚如果只用一句话来解释分类那么最合适的说法就是分类就是根据已有样本的特征判断新样本属于哪一个类别。这句话里有两个关键词特别重要特征类别比如在“学生技能考核预测”这个案例里输入的是学生的各种信息比如成绩、出勤率、培训情况输出的是学生最终属于“通过”还是“未通过”所以分类的本质其实并不复杂拿一个对象的已知信息去判断它最后属于哪一类。说得再直白一点分类就是“根据条件做判断”。三、搞懂分类先认识两个关键词特征 和 类别很多初学者学分类最容易忽略的不是算法而是最基础的概念。所以这里一定先把两个词搞清楚。1什么是特征特征就是用来描述一个对象的信息。在“学生是否通过技能考核”这个案例中特征可以是平时成绩实训成绩出勤率是否参加培训这些信息拼在一起就构成了一个学生的“画像”。你也可以把特征理解成计算机用来做判断的依据。2什么是类别类别就是最终要判断的结果。在这个案例里类别就是通过未通过所以整件事可以理解成先拿到一个学生的各种特征再根据这些特征去预测他的类别换句话说已知特征预测类别。这就是分类问题最核心的结构。四、为什么分类也叫“监督学习”很多同学第一次听到“监督学习”这个词会觉得像理论课术语其实它非常好理解。之所以叫监督学习是因为我们手里有一批已经知道正确答案的数据。比如下面这样的学生数据平时成绩、实训成绩、出勤率、是否参加培训这些信息我们都知道而且我们还知道这些学生最后到底是“通过”还是“未通过”这就好像老师在教学生做题时先给了一批带答案的例题。计算机先看这些“有答案的数据”从中慢慢总结规律。等它“学会了”以后再去判断那些还没有答案的新样本。所以监督学习可以通俗地理解成先用带答案的数据教会模型再让模型去判断没有答案的新数据。从整体流程上看分类本身就属于监督学习它包括学习阶段和分类阶段两个步骤。五、分类通常是怎么完成的一般分两步分类任务一般不是一步完成的而是分成两个阶段。第一步学习阶段这个阶段的任务是根据已有历史数据构建分类模型。比如把过去已经参加过技能考核的学生数据交给计算机其中包括平时成绩实训成绩出勤率是否参加培训最终是否通过考核然后计算机会尝试从这些数据中找到一些规律。比如它可能会发现成绩高、出勤稳定的学生更容易通过实训成绩较低的学生风险更大参加培训的学生整体表现更好第二步分类阶段当模型学会这些规律以后我们再把一个新学生的数据输入进去让模型去判断他更可能“通过”还是“未通过”所以分类的基本流程其实非常好记先学习过去再判断未来。这个思路其实和老师平时的经验判断很像只不过现在我们希望把它交给计算机来完成。六、一个最简单的分类数据长什么样讲到这里很多人会问“那分类数据到底长什么样”最好的办法就是直接看一个例子。下面是一组模拟的学生数据importpandasaspd data{平时成绩:[82,76,90,60,71,88,67,95],实训成绩:[85,70,92,58,75,90,65,96],出勤率:[96,85,98,70,80,97,75,99],参加培训:[是,否,是,否,是,是,否,是],是否通过:[通过,未通过,通过,未通过,通过,通过,未通过,通过]}dfpd.DataFrame(data)print(df)运行后你会看到类似这样的结果平时成绩 实训成绩 出勤率 参加培训 是否通过0828596是 通过1767085否 未通过2909298是 通过3605870否 未通过4717580是 通过5889097是 通过6676575否 未通过7959699是 通过这张表非常典型。其中前面几列是特征最后一列“是否通过”是类别也就是说这就是一个标准的分类数据集。如果你后面学习 K近邻、决策树、朴素贝叶斯、支持向量机会发现它们虽然原理不同但输入的数据结构大体都是这样的。七、机器看到这样的数据到底在“学”什么这是一个非常关键的问题。很多初学者容易误会觉得机器学习是不是就是把训练数据里的答案“背下来”。其实不是。模型真正要学的不是某一个学生的数据而是哪些特征组合更容易对应“通过”哪些特征组合更容易对应“未通过”。比如从上面这组数据中模型可能慢慢总结出一些倾向成绩高、出勤高、参加培训的学生更可能通过成绩低、出勤低、不参加培训的学生更可能未通过当然不同算法学习规律的方式并不一样有的算法看“谁和谁更像”有的算法像在做判断题有的算法从概率角度出发有的算法会去找一条最合适的分类边界这也是为什么同一个分类问题可以用多种不同的方法来解决。常见分类方法包括决策树、贝叶斯分类、K近邻分类和支持向量机等。八、分类和聚类到底有什么不同这是初学阶段特别容易混淆的一组概念。虽然“分类”和“聚类”听起来有点像但它们其实不是一回事。分类有答案地学分类是有标准答案的。也就是说我们已经知道历史数据中每个样本属于哪一类。比如这个学生是“通过”那个学生是“未通过”然后让模型根据这些已知答案去学习规律。聚类没答案地分聚类是没有标准答案的。系统只是根据数据之间的相似性把样本自动分成几组。比如把学生自动分成学习表现较好的一组表现一般的一组风险较高的一组所以最核心的区别可以直接记成一句话分类是“有答案地学”聚类是“没答案地分”。九、分类到底有什么用它离现实很近有些同学刚开始接触机器学习时会觉得分类是不是只是课堂上的一道算法题。其实完全不是。分类在现实中应用非常广而且很多场景都非常贴近生活。1教育场景学生是否能通过考核预测学习预警是否需要重点辅导2金融场景是否批准贷款是否存在信用风险3电商场景用户是否会购买商品用户是否会流失4网络安全场景邮件是不是垃圾邮件登录行为是否异常5医疗场景是否患病病情属于哪一类这些问题虽然表面不同但本质都一样根据过去的数据规律对新的对象做判断。这也是为什么分类在数据分析和机器学习中会这么重要。十、这一章后面会学什么分类方法分类不是只有一种方法而是一整类方法。常见的数据分类方法包括决策树归纳贝叶斯分类K近邻分类支持向量机等如果从学习顺序上看后面通常会逐步接触这些典型方法K近邻看谁和新样本最像决策树像老师一样一步步提问和判断随机森林很多棵树一起投票朴素贝叶斯从概率角度判断属于哪类支持向量机寻找最佳分类边界模型评估比较不同分类器到底谁更好所以这一课的重点不是立刻学会所有算法而是先把“分类是什么”这件事真正理解清楚。因为只有总框架想明白了后面学每一个算法时才不会感觉零散。十一、为什么训练集和测试集要分开这个问题也非常重要。如果你真的想知道一个模型有没有用那就不能只拿它学过的数据来测试它。这和学生做题很像平时练过的题做对不代表考试一定行真正能说明能力的是没见过的新题因此在分类任务中通常需要把数据分成两部分训练集用来训练模型检验集 / 测试集用来评估模型效果为什么要这么做因为我们真正关心的不是模型能不能把训练数据记住而是模型能不能对新的数据做出较好的判断后面讲到模型评估时还会继续讲准确率、召回率、精度、F值、混淆矩阵这些内容。但在第一课你只需要先记住一点模型不能只会做“原题”还得会做“新题”。十二、课堂第一步不妨先做这个简单小练习如果这是你接触分类的第一课其实不建议一上来就直接训练复杂模型。更合适的做法是先观察数据结构先把“特征”和“类别”分清楚。下面是一个很适合入门的小练习importpandasaspd data{平时成绩:[82,76,90,60,71,88,67,95],实训成绩:[85,70,92,58,75,90,65,96],出勤率:[96,85,98,70,80,97,75,99],参加培训:[是,否,是,否,是,是,否,是],是否通过:[通过,未通过,通过,未通过,通过,通过,未通过,通过]}dfpd.DataFrame(data)print(学生分类数据)print(df)print(\n特征列)print(df.columns[:-1].tolist())print(\n类别列)print(df.columns[-1])这个小练习的目标不是建模而是帮助你先看明白三件事分类数据一般是什么样子哪些列是特征哪一列是类别对于初学者来说这一步非常重要。十三、这一课最应该记住的几个核心点如果学完这一课你只记住几件最重要的事情那么我建议至少记住下面这几条。1什么是分类根据已有样本的特征判断新样本属于哪一类。2为什么叫监督学习因为训练时使用的是带有正确答案的数据。3分类一般分几步先训练模型再用模型预测新样本。4分类和聚类有什么不同分类是有答案地学聚类是没答案地分。5这一章后面会学什么K近邻决策树随机森林朴素贝叶斯支持向量机模型评估如果这些点你已经想明白了那后面继续往下学就会顺畅很多。十四、结尾总结这一课主要解决的是一个最基础、但也最重要的问题什么是分类机器为什么能学会分类通过“学生职业技能考核通过预测”这个案例我们可以建立这样几个核心认识分类是根据已有特征判断对象属于哪一类分类属于监督学习分类通常包括学习阶段和分类阶段常见分类方法包括决策树、贝叶斯分类、K近邻分类、支持向量机等分类任务在教育、金融、电商、医疗等场景中都有广泛应用对于初学者来说这一课最重要的不是一下子记住很多算法名字而是先建立一个清晰的总认识分类就是让计算机根据过去的数据规律学会对新的对象做判断。只有把这个总框架真正理解清楚后面再学各种具体分类算法才不会只停留在“会调包、不会理解”的层面。十五、课后思考建议你自己试着回答下面几个问题分类和聚类有什么不同为什么分类被称为监督学习“特征”和“类别”分别指什么训练集和测试集为什么不能混在一起生活中还有哪些问题属于分类问题如果这几个问题你都能比较顺畅地说清楚那么你对“分类概述”这一部分基本就算入门了。十六、完整代码汇总importpandasaspd data{平时成绩:[82,76,90,60,71,88,67,95],实训成绩:[85,70,92,58,75,90,65,96],出勤率:[96,85,98,70,80,97,75,99],参加培训:[是,否,是,否,是,是,否,是],是否通过:[通过,未通过,通过,未通过,通过,通过,未通过,通过]}dfpd.DataFrame(data)print(学生分类数据)print(df)print(\n特征列)print(df.columns[:-1].tolist())print(\n类别列)print(df.columns[-1])写在最后如果你是刚开始接触机器学习这一课请一定不要急着追求“马上会很多算法”。真正重要的是先把下面这句话记住分类不是让机器死记硬背答案而是让机器从已有样本中学会规律再去判断新的样本。如果这篇文章对你有帮助后面就可以顺着继续学习下一课K近邻和谁最像就更可能属于哪一类决策树像老师一样一步步做判断随机森林很多棵树一起投票朴素贝叶斯从概率角度进行分类支持向量机寻找最佳分类边界
21 Python 分类：学生能否通过技能考核？一文搞懂什么是分类
Python 数据分析入门学生能否通过技能考核一文搞懂什么是分类适合人群Python 初学者 / 数据分析入门 / 机器学习入门 / 教学案例分享在数据分析和机器学习中我们经常会遇到这样的问题这位学生能不能通过技能考核这位客户会不会购买某个产品这条短信是不是垃圾短信这笔贷款应不应该审批通过这些问题看起来不一样但本质上都在做同一件事根据已有信息判断一个对象到底属于哪一类。这类任务就叫做分类Classification分类是数据分析中非常重要的一类问题也叫监督学习。它通常包括两个阶段先根据已有数据构建模型再利用模型去预测新数据的类别。如果你刚开始接触 Python 数据分析或者机器学习可能会觉得“分类”这个词听起来有点抽象。其实完全不用紧张。你可以先把它理解成一句很朴素的话让计算机根据过去的数据经验学会对新的对象做判断。这一篇文章不急着讲复杂算法也不急着写大段模型代码。我们先把最基础的问题想明白什么是分类分类问题到底长什么样机器为什么能学会分类分类和生活中的实际问题有什么关系一、先从一个真实问题开始学生到底能不能通过技能考核先来看一个很贴近教学实际的场景。某高职院校希望提前预测学生能否顺利通过职业技能考核。因为如果能提前识别出有风险的学生老师就可以更早安排辅导、补训和学习预警。那老师平时会参考哪些信息呢通常会看这些方面平时成绩怎么样实训成绩怎么样出勤率高不高有没有参加赛前培训有没有项目实践经历比如一个老师可能会这样判断如果这个学生平时成绩不错实训成绩也比较高出勤率稳定而且参加过培训那么通过考核的可能性就比较大。如果平时成绩偏低实训也不理想出勤率不高而且没有参加培训那么风险通常就会更高。你会发现老师其实并不是“拍脑袋”判断而是在根据以往经验做分析。那么问题来了能不能让计算机也学会这种判断这就是分类问题要解决的事情。二、什么是分类一句话先讲清楚如果只用一句话来解释分类那么最合适的说法就是分类就是根据已有样本的特征判断新样本属于哪一个类别。这句话里有两个关键词特别重要特征类别比如在“学生技能考核预测”这个案例里输入的是学生的各种信息比如成绩、出勤率、培训情况输出的是学生最终属于“通过”还是“未通过”所以分类的本质其实并不复杂拿一个对象的已知信息去判断它最后属于哪一类。说得再直白一点分类就是“根据条件做判断”。三、搞懂分类先认识两个关键词特征 和 类别很多初学者学分类最容易忽略的不是算法而是最基础的概念。所以这里一定先把两个词搞清楚。1什么是特征特征就是用来描述一个对象的信息。在“学生是否通过技能考核”这个案例中特征可以是平时成绩实训成绩出勤率是否参加培训这些信息拼在一起就构成了一个学生的“画像”。你也可以把特征理解成计算机用来做判断的依据。2什么是类别类别就是最终要判断的结果。在这个案例里类别就是通过未通过所以整件事可以理解成先拿到一个学生的各种特征再根据这些特征去预测他的类别换句话说已知特征预测类别。这就是分类问题最核心的结构。四、为什么分类也叫“监督学习”很多同学第一次听到“监督学习”这个词会觉得像理论课术语其实它非常好理解。之所以叫监督学习是因为我们手里有一批已经知道正确答案的数据。比如下面这样的学生数据平时成绩、实训成绩、出勤率、是否参加培训这些信息我们都知道而且我们还知道这些学生最后到底是“通过”还是“未通过”这就好像老师在教学生做题时先给了一批带答案的例题。计算机先看这些“有答案的数据”从中慢慢总结规律。等它“学会了”以后再去判断那些还没有答案的新样本。所以监督学习可以通俗地理解成先用带答案的数据教会模型再让模型去判断没有答案的新数据。从整体流程上看分类本身就属于监督学习它包括学习阶段和分类阶段两个步骤。五、分类通常是怎么完成的一般分两步分类任务一般不是一步完成的而是分成两个阶段。第一步学习阶段这个阶段的任务是根据已有历史数据构建分类模型。比如把过去已经参加过技能考核的学生数据交给计算机其中包括平时成绩实训成绩出勤率是否参加培训最终是否通过考核然后计算机会尝试从这些数据中找到一些规律。比如它可能会发现成绩高、出勤稳定的学生更容易通过实训成绩较低的学生风险更大参加培训的学生整体表现更好第二步分类阶段当模型学会这些规律以后我们再把一个新学生的数据输入进去让模型去判断他更可能“通过”还是“未通过”所以分类的基本流程其实非常好记先学习过去再判断未来。这个思路其实和老师平时的经验判断很像只不过现在我们希望把它交给计算机来完成。六、一个最简单的分类数据长什么样讲到这里很多人会问“那分类数据到底长什么样”最好的办法就是直接看一个例子。下面是一组模拟的学生数据importpandasaspd data{平时成绩:[82,76,90,60,71,88,67,95],实训成绩:[85,70,92,58,75,90,65,96],出勤率:[96,85,98,70,80,97,75,99],参加培训:[是,否,是,否,是,是,否,是],是否通过:[通过,未通过,通过,未通过,通过,通过,未通过,通过]}dfpd.DataFrame(data)print(df)运行后你会看到类似这样的结果平时成绩 实训成绩 出勤率 参加培训 是否通过0828596是 通过1767085否 未通过2909298是 通过3605870否 未通过4717580是 通过5889097是 通过6676575否 未通过7959699是 通过这张表非常典型。其中前面几列是特征最后一列“是否通过”是类别也就是说这就是一个标准的分类数据集。如果你后面学习 K近邻、决策树、朴素贝叶斯、支持向量机会发现它们虽然原理不同但输入的数据结构大体都是这样的。七、机器看到这样的数据到底在“学”什么这是一个非常关键的问题。很多初学者容易误会觉得机器学习是不是就是把训练数据里的答案“背下来”。其实不是。模型真正要学的不是某一个学生的数据而是哪些特征组合更容易对应“通过”哪些特征组合更容易对应“未通过”。比如从上面这组数据中模型可能慢慢总结出一些倾向成绩高、出勤高、参加培训的学生更可能通过成绩低、出勤低、不参加培训的学生更可能未通过当然不同算法学习规律的方式并不一样有的算法看“谁和谁更像”有的算法像在做判断题有的算法从概率角度出发有的算法会去找一条最合适的分类边界这也是为什么同一个分类问题可以用多种不同的方法来解决。常见分类方法包括决策树、贝叶斯分类、K近邻分类和支持向量机等。八、分类和聚类到底有什么不同这是初学阶段特别容易混淆的一组概念。虽然“分类”和“聚类”听起来有点像但它们其实不是一回事。分类有答案地学分类是有标准答案的。也就是说我们已经知道历史数据中每个样本属于哪一类。比如这个学生是“通过”那个学生是“未通过”然后让模型根据这些已知答案去学习规律。聚类没答案地分聚类是没有标准答案的。系统只是根据数据之间的相似性把样本自动分成几组。比如把学生自动分成学习表现较好的一组表现一般的一组风险较高的一组所以最核心的区别可以直接记成一句话分类是“有答案地学”聚类是“没答案地分”。九、分类到底有什么用它离现实很近有些同学刚开始接触机器学习时会觉得分类是不是只是课堂上的一道算法题。其实完全不是。分类在现实中应用非常广而且很多场景都非常贴近生活。1教育场景学生是否能通过考核预测学习预警是否需要重点辅导2金融场景是否批准贷款是否存在信用风险3电商场景用户是否会购买商品用户是否会流失4网络安全场景邮件是不是垃圾邮件登录行为是否异常5医疗场景是否患病病情属于哪一类这些问题虽然表面不同但本质都一样根据过去的数据规律对新的对象做判断。这也是为什么分类在数据分析和机器学习中会这么重要。十、这一章后面会学什么分类方法分类不是只有一种方法而是一整类方法。常见的数据分类方法包括决策树归纳贝叶斯分类K近邻分类支持向量机等如果从学习顺序上看后面通常会逐步接触这些典型方法K近邻看谁和新样本最像决策树像老师一样一步步提问和判断随机森林很多棵树一起投票朴素贝叶斯从概率角度判断属于哪类支持向量机寻找最佳分类边界模型评估比较不同分类器到底谁更好所以这一课的重点不是立刻学会所有算法而是先把“分类是什么”这件事真正理解清楚。因为只有总框架想明白了后面学每一个算法时才不会感觉零散。十一、为什么训练集和测试集要分开这个问题也非常重要。如果你真的想知道一个模型有没有用那就不能只拿它学过的数据来测试它。这和学生做题很像平时练过的题做对不代表考试一定行真正能说明能力的是没见过的新题因此在分类任务中通常需要把数据分成两部分训练集用来训练模型检验集 / 测试集用来评估模型效果为什么要这么做因为我们真正关心的不是模型能不能把训练数据记住而是模型能不能对新的数据做出较好的判断后面讲到模型评估时还会继续讲准确率、召回率、精度、F值、混淆矩阵这些内容。但在第一课你只需要先记住一点模型不能只会做“原题”还得会做“新题”。十二、课堂第一步不妨先做这个简单小练习如果这是你接触分类的第一课其实不建议一上来就直接训练复杂模型。更合适的做法是先观察数据结构先把“特征”和“类别”分清楚。下面是一个很适合入门的小练习importpandasaspd data{平时成绩:[82,76,90,60,71,88,67,95],实训成绩:[85,70,92,58,75,90,65,96],出勤率:[96,85,98,70,80,97,75,99],参加培训:[是,否,是,否,是,是,否,是],是否通过:[通过,未通过,通过,未通过,通过,通过,未通过,通过]}dfpd.DataFrame(data)print(学生分类数据)print(df)print(\n特征列)print(df.columns[:-1].tolist())print(\n类别列)print(df.columns[-1])这个小练习的目标不是建模而是帮助你先看明白三件事分类数据一般是什么样子哪些列是特征哪一列是类别对于初学者来说这一步非常重要。十三、这一课最应该记住的几个核心点如果学完这一课你只记住几件最重要的事情那么我建议至少记住下面这几条。1什么是分类根据已有样本的特征判断新样本属于哪一类。2为什么叫监督学习因为训练时使用的是带有正确答案的数据。3分类一般分几步先训练模型再用模型预测新样本。4分类和聚类有什么不同分类是有答案地学聚类是没答案地分。5这一章后面会学什么K近邻决策树随机森林朴素贝叶斯支持向量机模型评估如果这些点你已经想明白了那后面继续往下学就会顺畅很多。十四、结尾总结这一课主要解决的是一个最基础、但也最重要的问题什么是分类机器为什么能学会分类通过“学生职业技能考核通过预测”这个案例我们可以建立这样几个核心认识分类是根据已有特征判断对象属于哪一类分类属于监督学习分类通常包括学习阶段和分类阶段常见分类方法包括决策树、贝叶斯分类、K近邻分类、支持向量机等分类任务在教育、金融、电商、医疗等场景中都有广泛应用对于初学者来说这一课最重要的不是一下子记住很多算法名字而是先建立一个清晰的总认识分类就是让计算机根据过去的数据规律学会对新的对象做判断。只有把这个总框架真正理解清楚后面再学各种具体分类算法才不会只停留在“会调包、不会理解”的层面。十五、课后思考建议你自己试着回答下面几个问题分类和聚类有什么不同为什么分类被称为监督学习“特征”和“类别”分别指什么训练集和测试集为什么不能混在一起生活中还有哪些问题属于分类问题如果这几个问题你都能比较顺畅地说清楚那么你对“分类概述”这一部分基本就算入门了。十六、完整代码汇总importpandasaspd data{平时成绩:[82,76,90,60,71,88,67,95],实训成绩:[85,70,92,58,75,90,65,96],出勤率:[96,85,98,70,80,97,75,99],参加培训:[是,否,是,否,是,是,否,是],是否通过:[通过,未通过,通过,未通过,通过,通过,未通过,通过]}dfpd.DataFrame(data)print(学生分类数据)print(df)print(\n特征列)print(df.columns[:-1].tolist())print(\n类别列)print(df.columns[-1])写在最后如果你是刚开始接触机器学习这一课请一定不要急着追求“马上会很多算法”。真正重要的是先把下面这句话记住分类不是让机器死记硬背答案而是让机器从已有样本中学会规律再去判断新的样本。如果这篇文章对你有帮助后面就可以顺着继续学习下一课K近邻和谁最像就更可能属于哪一类决策树像老师一样一步步做判断随机森林很多棵树一起投票朴素贝叶斯从概率角度进行分类支持向量机寻找最佳分类边界
