机器学习笔记(一) 监督学习和无监督学习
来源:互联网 发布:excel数据横纵坐标互换 编辑:程序博客网 时间:2024/05/21 10:11
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。
- 机器学习笔记 (一) 监督学习、无监督学习
- 机器学习笔记(一) 监督学习和无监督学习
- 机器学习笔记1---监督学习和无监督学习
- 机器学习(二):有监督学习、无监督学习和半监督学习
- 吴恩达 机器学习笔记一(lecture 1)(监督、无监督学习)
- 机器学习:监督学习和无监督学习
- 机器学习:监督学习和无监督学习
- 机器学习之监督学习和无监督学习
- 机器学习 监督学习和无监督学习
- 机器学习(1)监督学习和无监督学习
- 机器学习笔记之无监督学习
- 机器学习学习笔记2-有监督学习和无监督学习
- 【吴恩达机器学习学习笔记01】监督学习和无监督学习介绍
- 机器学习 一 监督学习和无监督学习的区别
- 机器学习 一 监督学习和无监督学习的区别
- 机器学习--无监督学习
- Stanford 机器学习 第一讲-------监督学习,无监督学习和半监督学习
- 机器学习之有监督和无监督
- AndroidManifest.xml清单文件详解--instrumentation节点
- caffe 模型
- g++编译命令选项
- 关于小程序&VUE上传文件的java处理方法
- 苏宁减持阿里巴巴股份;小蓝单车用户退款信息“失踪”;高通正式拒绝博通1300亿美元收购丨价值早报
- 机器学习笔记(一) 监督学习和无监督学习
- jQuery Validate
- 创投日报:11月13日收录投融资项目7起
- redis集合相关命令
- java 彻底理解 byte char short int float long double
- ionic 通过下载apk升级App
- 有关Css自定义变量的介绍
- opencv 中的solvePnP() 程序
- 设备标志牌