好问题，欢迎来到数据科学

想象一下你有如下的树。

                 Machine Learning Models
                          |
           ----------------------------------------------------
           |                                                  |
       Supervised                                         Unsupervised
           |                                                  |
   - --------------------                                  Clustering
   |                    |
Regression          Classification

模型确实是您选择的算法的训练版本，无论它是回归、分类还是聚类。上面的树当然是所有 ML 算法的简化版本。

1) 监督学习在大多数情况下是学习输入特征x（样本）到输出y（通常是标签）的映射（例如关系）的过程。无监督学习不使用标签/输出y来学习样本和可能的标签之间的关系（例如：聚类）。

2）分类和回归是监督学习的两种类型（离散输出标签 vs 连续）。

论坛和网络上有非常好的资源，如果您愿意，可以更深入地了解它，不要犹豫。