1.分类算法

• “监督学习”，根据一些已知类别的训练样本，学习出一个模型，对未知类别的样本进行预测分类。

• 分类树、SVM、朴素贝叶斯等

2.回归算法

• ”监督学习“，不同于分类的是，其输出为连续值，不再是离散值。
• 如房价预测、股市走势预测等
• 线性回归、回归树、深度学习、最近邻等；逻辑回归属于分类算法，不是回归算法

3.聚类算法

• “无监督学习”，训练数据没有类别等属性信息，根据特征值相似性将未知类别的样本划分为若干类。
• 如新闻聚类、邮件聚类、文章推荐等
• K-means算法

参考链接

【1】机器学习中分类与聚类的本质区别

【2】机器学习—-分类、回归、聚类、降维的区别

【3】回归、分类与聚类：三大方向剖解机器学习算法的优缺点

【4】Modern Machine Learning Algorithms: Strengths and Weaknesses