2.2机器学习中的训练需求
你已经知道机器学习是一种模式识别方法。它对给定数据中的模式进行识别和分类，进而找到合适的答案。仅仅只看字面的描述，它似乎相当简单，然而，事实并非如此，机器学习需要花费相当漫长的时间才能挖掘出未知数据，换句话说，它需要很长的时间才能构造出恰当的模型。为什么会这样呢？对数据进行分类整理有那么困难吗？它至少应该在各种处理之间安排一个“学习”阶段吧？
答案是：这当然很复杂。要想对数据进行恰当的分类是极其困难的。问题越复杂，越难找到一个完美的数据分类方法。这是因为，当你只是简单地提起“模式分类器”，它指的是几乎无穷的分类模式。我们看看下面这幅图片，它是一个非常简单的例子：

这幅图中有两种类型的数据，圆圈和三角形，以及一种未知的数据：正方形。你不知道该把正方形划归到二维坐标的哪一边去，因此，现在的任务就是找出正方形到底该属于哪一组。
你可能马上就意识到，应该要一个边界去划分这两种数据类型。如果知道如何设定这个边界，那你就知道该把这个正方形放到哪一组里了。很好，那么让我们先来确定这个边界。然而，实际上，清晰地定义这个边界并非那么容易。如果你想要设定一个边界，你需要考虑各种分界线，譬如下面这张图中所展示的那样：

此外，你会发现，随着划分边界的变化，正方形可能被分属于不同的群组或者模式。更进一步而言，我们可能还需要考虑边界非线性的情况。
机器学习中，机器在训练时所做的就是从这些可能的模式中选择最合适的边界。当逐个处理大量数据的时候，机器就是在自动学习模式的归类。换句话说，它要调整数学模型的参数，并最终决定边界是什么。由机器学习选择的边界被称之为“决策边界（Decision Boundary）”，它可能是线性的，也可能是非线性的。如果超平面对数据进行了最优分类的话，决策边界还有可能是超平面（Hyperplane）。数据的分布越复杂，决策边界越可能是非线性的，甚至是超平面的。一个典型的例子就是多维分类问题。我们在处理这样简单的一个问题时就面临了这样的困难，所以不难想象，解决更加复杂问题时将会消耗多长的时间。