机器学习初览1(监督学习与无监督学习)
来源:互联网 发布:windows控制台命令 编辑:程序博客网 时间:2024/06/16 19:30
监督学习与无监督学习
1.监督学习
最大的特点在于有输出,同时监督学习还可以进行分类,结果为两种:
(1)回归分析:最经典的例子就是线性回归,用处非常广泛,应用的最多的例子就是给出一系列参数然后预测房价。回归分析和分类最大的区别在于输出是一个连续的值,很多时候可以用函数去进行表示,记得大三数据挖掘考试的时候最后一题就是利用线性回归计算小明的身高。总结,回归分析就是给出一组相关联的数据,专业术语叫做标签(输出)和特征(输入),回归分析的任务就是找出两者之间的关系,从而对未来进行预测。
(2)分类:还是用经典的例子来解释,肿瘤的分类,我需要按照已有的数据来进行判断,归类,最后得出结果,最后的输出也就是分类的结果。(这个地方待改进,感觉有点模糊)
2.无监督学习
这个地方就必须要提出来,有监督和无监督的区分。简单的概括就是,只有输入,没有输出,专业术语叫做不给出标签。一个很好的例子就是声音区分难题:两个人同时,录下来,计算机去进行分类,把两个人说的话分离开来。这就是最简单的无监督学习,相当于把相似的东西归类到一起去,所以无监督学习可以概括的看成是聚类问题。
1 0
- 机器学习初览1(监督学习与无监督学习)
- 机器学习笔记(1)-简介监督学习与无监督学习
- 机器学习入门:监督学习与无监督学习
- 机器学习笔记1---监督学习和无监督学习
- 机器学习(1)监督学习和无监督学习
- 机器学习笔记 (一) 监督学习、无监督学习
- 【机器学习 基本概念】监督学习、无监督学习、半监督学习与强化学习
- 机器学习--无监督学习
- 监督学习与无监督学习
- 监督学习与无监督学习
- 监督学习与无监督学习
- 无监督学习与监督学习
- 监督学习与无监督学习
- 监督学习与无监督学习
- 监督学习与无监督学习总结
- 监督学习与无监督学习
- 监督学习与无监督学习
- 监督学习与无监督学习
- docker使用cuda gpu的时候缺少nvidia-uvm
- android_60_样式和主题
- at javax.swing.ImageIcon.<init>(Unknown Source)提交按钮组件 例13.11
- Java TreeMap 集合
- 考研英语 - word-list-4
- 机器学习初览1(监督学习与无监督学习)
- android 学习笔记10-对话框 主题样式 国际化
- 外观模式
- Eclipse导入项目AppCompat library缺失,导入appcompat_v7后又出现错误
- Java File 类
- 搭建web工作流实现自动化
- 【职业生涯】阻碍职场发达的十种做法
- centos7中docker1.12的配置文件
- opnet之csma/ca之aaa_csma_ca_rx