机器学习分类器是对对象进行分类的函数. 它是通过对一组样例进行训练而不是通过显式编程来创建的. 训练数据可以是数字、文本、声音和图像，以及这些内容的组合.

收集训练样例

获取十六进制 RGB 颜色值：

获取一些深色：

获取一些浅色：

构建一个训练集，其中每个训练值都已被正确分类：

训练分类器

用训练集训练分类器：

测试分类器

赋给分类器一种新的颜色. 它将根据训练数据推断出如何对颜色进行分类：

获得分类器对其推断内容的置信度，表示为每个类成员的概率：

对一组颜色进行分类：

获取有关分类器的信息

获取分类器属性的报告：