给定输入输出对的示例，根据所给输入预测结果，都应该使用监督学习 1分类与回归 分类问题目标：预测类别便签（class label） 回归问题目标：预测连续值，例如：根据教育水平、年龄、居住地预测一个人年收入，可以在给定范围内任意取值；根据上一年产量、天气和员工数预测玉米农场今年产量 输出是否具有某种连续性 2泛化、过拟合、欠拟合 训练集训练出的模型能够精确的应用到测试集，则称这个模型能够从训练集泛化到测试集；若训练的模型过分关注训练集中的属性，对训练集准确率高，对测试集准确率低，则成为过拟合；反

加密资产组合-无监督机器学习 作为全球五大金融咨询公司之一的顾问，您的目标是将您的金融Python编程技能与您的无监督学习技能相结合。 为了在竞争中脱颖而出，您需要提出一种新颖的方法来组合基于加密货币的投资组合。 您不仅希望将建议仅基于回报和波动性，还需要考虑其他可能影响加密货币市场的因素，从而提高投资组合的性能。 技术领域 该项目利用python 3.7和以下软件包： 用于Python编程语言的免费软件机器学习库。 安装指南 scikit-learn库随Anaconda自动安装。 如果您

使用scikit学习和科学Python工具包进行机器学习：《用scikit学习和科学Python工具包进行机器学习动手》一书的随附代码。 Tarek Amr编写的在Python中实现有监督和无监督机器学习算法的实用指南