回归
1、回归算法：线性回归分析
2、线性回归实例
3、回归性能评估
4、分类算法-逻辑回归
5、逻辑回归实例
6、聚类算法-kmeans
7、k-means实例
求标准差MSE：
拟解决问题：训练数据训练效果很好，误差不大，但是在测试集上有问题。
欠拟合原因以及解决办法：
原因：学习到的数据的特征不够
解决办法：增加数据的特征数量
过拟合原因以及解决办法：
原因：原始特征过多、存在一些嘈杂特征，模型过于复杂是因为模型尝试去兼顾各个测试数据点。、
解决办法：
1、进行特征选择，消除关联性大的特征（难以实现）
2、交叉验证（让所有数据都有过训练）
3、正则化
逻辑回归：（分类问题）
只能解决二分类问题
聚类评估标准：