有监督学习、无监督学习、分类、聚类、回归等概念
来源:互联网 发布:天下3英雄榜数据 编辑:程序博客网 时间:2024/06/03 16:12
特征(feature)
数据的特征。(书的内容。)
标签(label)
数据的标签。如(书属于的类别,例如“计算机”“图形学”“英文书”“教材”等。)
学习(learning)
将很多数据丢给计算机分析,以此来训练该计算机,培养计算机给数据分类的能力。换句话说,学习指的就是找到特征与标签的映射(mapping)关系。这样当有特征而无标签的未知数据输入时,我们就可以通过已有的关系得到未知数据标签。
有监督学习(supervised learning)
不仅把训练数据丢给计算机,而且还把分类的结果(数据具有的标签)也一并丢给计算机分析。
由于计算机在学习的过程中不仅有训练数据,而且有训练结果(标签),因此训练的效果通常不错。训练结束之后进行测试无监督学习(unsupervised learning)
只给计算机训练数据,不给结果(标签),因此计算机无法准确地知道哪些数据具有哪些标签,只能凭借强大的计算能力分析数据的特征,从而得到一定的成果,通常是得到一些集合,集合内的数据在某些特征上相同或相似。
半监督学习(semi-supervised learning)
给计算机大量训练数据与少量的分类结果(具有同一标签的集合)。
聚类(clustering)
无监督学习的结果。聚类的结果将产生一组集合,集合中的对象与同集合中的对象彼此相似,与其他集合中的对象相异。
分类(classification)
有监督学习的两大应用之一,产生离散的结果。
回归(regression)
有监督学习的两大应用之一,产生连续的结果。
阅读全文
0 0
- 有监督学习、无监督学习、分类、聚类、回归等概念
- 有监督学习、无监督学习、分类、聚类、回归等概念
- 有监督学习、无监督学习、分类、聚类、回归等概念
- 机器学习相关内容介绍,包括有监督、无监督学习,线性回归分类问题等
- 有监督学习(分类、回归)
- 机器学习模型的基本分类--有监督、无监督
- 概念:监督学习、无监督学习与半监督学习
- 有监督学习&无监督学习
- 有监督学习VS无监督学习
- 有监督学习和无监督学习
- 什么是有监督的学习,什么是无监督的学习,什么是聚类,什么是分类,什么是回归
- 有监督回归:稀疏学习
- 十大统计技术,包括线性回归、分类、重采样、降维、无监督学习等。
- 监督学习?无监督学习?
- 监督学习&无监督学习
- 分类和聚类&&有监督学习和无监督学习
- 分类与聚类 监督学习与无监督学习
- 分类与聚类 监督学习与无监督学习
- etcd-v2第二集
- 商城项目练习的注意点(数据的获取,hql查询 ,离线查询)
- 磁盘和sd卡的可用空间大小获取
- IntelliJ IDEA下载和安装方法以及破解步骤
- FliyBanner无限轮播本地或者网络数据
- 有监督学习、无监督学习、分类、聚类、回归等概念
- 获取每一行中引号中的字符串
- [恒泰佰酷]django 模型 DateTimeField 为 auto_now_add Incorrect datetime value: '0000-00-00 00:00:00.00000
- Java操作Mongodb
- HDU 2602 Bone Collector(0 1背包)
- jsonObject.getString()解析任意字段均可强转为string 及与jsonObject.optString()的区别
- 可拖拽的窗口(div)
- JVM对象的创建流程
- selenium click无效问题