1、为什么要有监督类算法？
A：在提炼算法的过程中，需要从中发现“规律”，那就是通过数据本身的属性去进行总结和归纳，本着有因有果的表象，需要对问题进行划分，如果属于 因果类的问题，那就可以拿“结果”去找“原因”。
2、为什么要有非监督算法？
A：个人觉得是 未进行“结果”定义的数据，需要进行“主题划分”
3、线性回归是属于监督类算法还是非监督类算法？
A：根据“解方程”的思路，是在有“结果”的前提下计算出能拟合所有数据的“线性方程”；但有了SVM，可以将“待算法处理的数据”形成有“回归”主题的规律。
4、回归是指线性回归吗？非线性能回归吗？
A：数据的分布 在空间中 可以呈现出 “线性形状”，也可以形成“圆形形状”。我们知道 “点”、“线”、“面”，“点”形成不了“规律”总结，“线”【一元线性】可以无限放大，所以可以形成“规律总结”，“面”【二元线性】在三维空间及以上 可以可以无限扩大，所以可以形成“规律总结”，回归其实就是 符合 计算出的“规律总结”。“立体”【非线性回归】
但在实际应用中，确是将“非线性回归”转化为“线性回归”
非线性回归
