1. 概念区分  

        这里根据西瓜书上的说法对这几个概念做一下区分。

        首先，根据训练数据是否有标记信息，将学习任务分为“监督学习”和“无监督学习”。其中分类和回归是前者的代表，聚类是后者的代表。

        其次，三者都是针对预测问题。如果预测的值是离散的，称为“分类”，如果是连续的，称为“回归”，如果事先没有标记信息（或者说训练集没有标准答案），那么就称为“聚类”。

2. 常见算法

        2.1 回归算法

                线性回归

                多项式回归

                逐步回归：只保留对Y有显著影响的变量。

                八种常见回归算法解析及代码_TingXiao-Ul的博客-CSDN博客_回归算法

        2.2 分类算法

                logistic回归：虽然是回归，但属于分类算法，处理的是分类变量。

                K-近邻算法：找出与未知样本x距离最近的k个训练样本，看这k个样本中多数属于哪一类。

                神经网络

                分类算法概述 - 知乎

        2.3 聚类算法

                K-means

                六种常见聚类算法_TingXiao-Ul的博客-CSDN博客_聚类算法