监督学习

基本思想：对于数据集中的每个数据，都有相应的正确答案（训练集），算法就是基于这些来做出预测。

当需要预测一个连续值输出，可视为回归问题。

例如：根据房间的大小、所在城市、楼层等特征来预测房价的多少。大小，城市，楼层即为特征变量，拟合曲线来预测房价。

当需要预测一个离散的值，可视为分类问题。

例如：根据一个可爱妹子的声线，行为，皮肤等特征变量来预测他是不是个可爱的男孩子。其中声线、行为、肤质等特征变量来得到一个是或不是的结果，即为离散的结果。
当然特征变量可能无限长，分类结果也可能有好几种（真可怕！）所以这也是接下我们需要掌握的关于特征变量很多的相关知识。

鸡尾酒会问题（分类问题）

在鸡尾酒会上许多人同时说话，许多人的声音同时混在一起，通过“鸡尾酒会算法”，来将混有许多声音的音频分成一个个单独的音频。

Cocktail party problem algorithm(鸡尾酒会问题算法)：

[W,s,v] = svd((repmat(sum(x.* x,1),size(x,1),1).x )x');

ps：真变态。帮广大男性胖友鉴别妹子是不是真的不知道是好是坏，哈哈哈哈哈