监督学习
监督机器学习问题主要有两种问题，分别为叫作：分类（classification）和回归（regression）
- 泛化：在测试集上成功预测的能力。
- 过拟合和欠拟合：过于拟合训练集上的数据，过于选择简单的数据，最佳的模型应该是两者中间，才会使泛化能力最强。
- 模型复杂的与数据集大小的关系：数据集中包含的数据点的变化范围越大，在不发生过拟合的前提下你可以使用的模型就越复杂。
收集更多数据，适当构建更复杂的模型，对监督学习任务往往特别有用。
一些样本数据集
一个模拟的二分类数据集示例forge数据集，它有两个特征。下列代码将绘制一个散点图，将此数据集的所有数据点可视化。