3.6　本章小結(jié)

在本章中，我們介紹了很多內(nèi)容，不是嗎？

簡(jiǎn)而言之，我們學(xué)習(xí)了各種監(jiān)督學(xué)習(xí)算法、如何將這些算法應(yīng)用到真實(shí)的數(shù)據(jù)集中，以及如何用OpenCV實(shí)現(xiàn)所有這些內(nèi)容。我們介紹了k-NN和邏輯回歸等分類算法，并討論了如何用這些分類算法來(lái)預(yù)測(cè)2個(gè)或多個(gè)離散類別標(biāo)簽。我們介紹了各種線性回歸變體（Lasso回歸和嶺回歸），并討論了如何用這些線性回歸來(lái)預(yù)測(cè)連續(xù)變量。最后，我們學(xué)習(xí)了Iris和Boston數(shù)據(jù)集，這是機(jī)器學(xué)習(xí)史上的兩個(gè)經(jīng)典數(shù)據(jù)集。

在后續(xù)章節(jié)中，我們將更深入地探討這些主題，并探索一些更有趣的例子來(lái)說(shuō)明這些概念在哪些方面是有用的。

但是，首先我們需要探討一下機(jī)器學(xué)習(xí)中的另一個(gè)重要主題：特征工程。通常，數(shù)據(jù)不會(huì)以格式良好的數(shù)據(jù)集形式出現(xiàn)，我們的任務(wù)是以一種有意義的方式來(lái)表示數(shù)據(jù)。因此，在第4章中，我們將討論數(shù)據(jù)表示和特征工程。