在监督学习中，算法从带有标签的数据集中学习，这些标签通常是人类专家提供的正确答案。目标是训练一个模型，使得它可以对新的未知数据进行准确预测。

分类（Classification）：当输出变量是离散的，任务是预测输入数据属于哪一个类别。例如，判断一封电子邮件是垃圾邮件还是非垃圾邮件。常见的分类算法包括逻辑回归、决策树、随机森林、支持向量机、朴素贝叶斯等。回归（Regression）：当输出变量是连续的，任务是预测一个数量。例如，根据房屋的特征（如面积、位置等）来预测房屋的价格。常见的回归算法包括线性回归、决策树回归、随机森林回归等。

在工作过程中，很多岗位都需要操作excel数据，直接使用office或者wps工具虽然直观，但是面临效率问题，这里给出一些常见需求，以求达到抛砖引玉的作用，一起提高办公效率。下面是使用pandas解析excel的一些源代码，安装pandas后均可直接运行。

分类（Classification）：当输出变量是离散的，任务是预测输入数据属于哪一个类别。例如，判断一封电子邮件是垃圾邮件还是非垃圾邮件。常见的分类算法包括逻辑回归、决策树、随机森林、支持向量机、朴素贝叶斯等。回归（Regression）：当输出变量是连续的，任务是预测一个数量。例如，根据房屋的特征（如面积、位置等）来预测房屋的价格。常见的回归算法包括线性回归、决策树回归、随机森林回归等。