机器学习笔记（一） 监督学习和无监督学习

1.机器学习

   两条定义：

2.监督学习

   给定一组数据，我们知道正确的输出结果应该是什么样子，并且知道在输入和输出之间有着一个特定的关系。

   监督学习的分类：回归（Regression）、分类（Classification）

   回归：预测一个连续值，输入变量和输出用一个函数对应。

   分类：预测一个离散值，输入变量和离散的类别对应。

   举例：

   回归：对房地产数据也测房屋价格，面积已给定，价格可以看做是面积的函数，是一个连续的输出值。

          

  

   分类：通过肿瘤的大小预测是恶性还是良性，这是一个分类问题，输出是0和1两个离散值。0意味着良性，1意味着恶性。当然输出的值可以不止两个，可以有四种，良性、第一类肿瘤、第二类肿瘤、第三类肿瘤。

  

   上面的例子里只有一个特征，就是肿瘤的大小。但有时候特征不止一个，可能有两个或多个。如下图，特征就有两个，年龄和肿瘤的大小。

3.无监督学习

   无监督学习的结果我们一般不知道，但可以通过聚类的方式去提取一个结构。

   无监督学习给定的数据和监督学习是不一样的，这些数据没有标签或者说只有一种相同的标签。

  

  

   无监督学习中，我们给出一组数据，用聚类算法将这组数据分成两个不同的簇，如上面右图所示。

   举例：

   Google News搜集网上的新闻，并根据新闻的主体将其分为许多簇，同一簇的新闻放在一起。如下图所示：

  

   一组不同的人，我们去测量他们的基因对一个特定基因的表达成都，再根据结果用聚类算法将他们分为不同的类型。只给出数据，但我们并不知道是哪一种类型的人，典型的无监督学习，如下图所示。