第3章　監督學習的第一步

這難道不是你一直在等待的時刻嗎？

我們已經介紹了所有的基礎知識——我們擁有了一個正常工作的Python環境、安裝了OpenCV、我們知道了如何用Python處理數據。現在，是時候建立我們的第一個機器學習系統了！關注最常見和最成功的機器學習類型之一——監督學習，難道不是最佳的開始方式嗎？

從第2章中我們已經知道，監督學習就是通過使用與訓練數據相關的標簽來學習訓練數據中的規律，這樣我們就可以預測一些新的、之前從未見過的測試數據的標簽。在本章，我們希望更深入地學習如何將我們的理論知識轉換為實踐。我們將介紹分類和回歸，以及有關分類和回歸的各種評估指標。

本章將介紹以下主題：

• 探索分類和回歸的區別，學習何時使用分類和回歸。
• 學習k近鄰（k-NN）分類器及其在OpenCV中的實現。
• 使用邏輯回歸進行分類。
• 用OpenCV構建一個線性回歸模型，了解該線性回歸模型與拉索（Lasso）和嶺（ridge）回歸的區別。

讓我們直接開始學習吧！