数据挖掘总结之有监督学习与无监督学习的区别

有监督学习与无监督学习的区别

在机器学习(Machine learning)领域，主要有三类不同的学习方法：构造预测模型的有监督学习（supervised learning）；构造描述性模型的无监督学习（un supervised learning）（其实，还有半监督学习）

监督学习：

通过已有的一部分输入数据与输出数据之间的对应关系，生成一个函数，将输入映射到合适的输出，例如分类。就是每次迭代开始前都有人为操控，比如限制条件或者数据处理。

非监督学习：

直接对输入数据集进行建模，例如聚类。给个迭代方程，让它自己运行。

半监督学习：

综合利用有类标的数据和没有类标的数据，来生成合适的分类函数。