啤酒尿布

沃爾瑪根據它每天記錄的大量的客戶消費數據進行分析，發現了，購買了啤酒的顧客更可能同時購買尿布。所以他們把尿布和啤酒放到一塊，結果大幅度的提高了這兩者的銷售額。

購買尿布和購買啤酒看上去毫無關系，但是通過用戶購物數據作為樣本發現了其中的關聯和規律，對於沃爾瑪而言無需知道規律背後的本質，只需要發現這個規律就可以大幅度的提升銷售額，這就足夠了。

其實機器學習的核心思想也大概如此，就是讓計算機程序隨著數據樣本的積累，可以自動獲取精確的判斷和歸納能力。

可以把我們要進行分析的數據叫做訓練集，把現象歸納的過程叫訓練

在啤酒尿布的故事中，沃爾瑪使用的是一種叫Apriori的算法，可以用來挖掘關聯數據中的頻繁項集

另外我們還知道瑞雪兆豐年的故事，也就是勞動人民通過大量的現象進行分析，如果下了雪，很大程度上明年就是一個豐年。

瑞雪兆豐年和啤酒尿布有本質的區別，

• 瑞雪兆豐年是對一個新現象進行結果預測

• 啤酒尿布是對相關性的挖掘。

下圖是對兩個故事的流程進行歸納。

對於瑞雪兆豐年來說，可以根據多年的降雪與來年的豐收情況進行分析，通過某種算法進行訓練，然後得到規律也即假設模型。

根據降雪情況推斷出下一年的收成情況，這就是回歸

對於啤酒尿布屬於完全不一樣的機器學習類型，只需要找出關聯關系，並不需要回歸。

所以這兩種其實是完全不同的機器學習方法。

我們可以按照方式不同分為三類：

• 有監督學習（supervised learning）
  也就是已經有了一部分輸入數據和數據數據之間的對應關系，可以生成一個函數，可以通過輸入獲得輸出。
  比如瑞雪兆豐年，頭年的降雪量就是輸入，來年產量就是輸出。
• 無監督學習：直接對輸入進行建模，尋找關聯。
  比如啤酒尿布只需要尋找相關性，不需要目標輸出。
• 半監督學習：
  就是上面兩種方法綜合起來。我們可以對有輸入輸出的數據+只有輸入的數據進行綜合分析

參考

本文為什麽是機器學習的筆記

什麽是機器學習