监督式学习

　　监督学习是从训练数据集中学习模型，对测试数据进行预测。训练数据由输入（特征向量）与输出对组成。训练集通常表示为测试数据也有相应的输入和输出。输入和输出又成为样本或样本点。

　　输入变量和输出变量有不同的类型，可以是连续的哦，也可以是离散的。

1.1. 线性模型
1.2. 线性和二次判别分析
1.3. 核岭回归
1.4. 支持向量机
1.5. 随机梯度下降
1.6. 最近的邻居
1.7. 高斯过程
1.8. 交叉分解
1.9. 朴素贝叶斯
1.10. 决策树
1.11. 集成方法
1.12. 多类和多输出算法
1.13. 特征选择
1.14. 半监督学习
1.15. 等渗回归
1.16. 概率校准
1.17. 神经网络模型（监督）