机器学习算法简单入门。
由于团队（大数据团队）技术发展需要，借对交通业务数据进行需求拓展，实现数据挖掘和数据分析技术的掌握，绕不开机器学习算法，可以说，大数据的核心价值在于算法。
如下图，当前机器学习按照任务类型可以分为有监督学习和无监督学习，这两者的区别在于你是否告诉程序一个标签，或者叫答案，一个清晰明确的判断标准。
比如训练一个程序判别图片中的动物是否是狗，训练样本输入的同时，会由人告诉程序这张图片到底是不是猫，这就是有答案的学习；
反之，如果只输入一些图片，但未告诉程序图片是否是猫，让程序自己根据图片的特征进行分类识别，那就是无答案的学习。
有监督又可以分为分类、回归。 分类又称为逻辑回归，通过一个在0~1之间的数字来定义性质，比如0.9，可以作如下假设，0.9更接近1，故如认为1。 回归通常用于预测，比如一串二维点在坐标系上可以根据算法描绘成一条线，就可以预测接下去的趋势。
