回归算法和分类算法的异同点是什么？

本文重点

这节课主要介绍了监督学习是什么？从两个角度来说的，回归和分类。其基本思想是，我们数据集中的每个样本都有相应的"正确答案"。在根据这些样本作出预测，就像房子（回归）和肿瘤（分类）的例子中做的那样。此外我们还介绍了回归问题，即通过回归来推出一个连续的输出，之后我们介绍了分类问题，其目标是预测出一组离散的结果。

监督学习

假如说想要预测房价，我们现在有一些数据，现在我们把这些数据再坐标轴中画出来，横轴表示房子的面积，单位是平方英尺，纵轴表示房价，单位是千美元。

现在假如有一套 750 平方英尺房子，那么这房子值多少钱？

应用学习算法在这组数据中拟合一条直线，根据这条线我们可以推测出，一套 750 平方英尺房子可能卖$150,000，当然这不是唯一的算法。

我们还可以用二次方程去拟合这些数据，可能效果会更好。根据二次方程的曲线，我们可以推测出这套房子能卖接近$200,000。

当然这两个方案中有一个能更准确的预测房子的价格。这个是监督学习算法中非常好的例子。

回归问题

所以我们可以看出，监督学习指的就是我们给学习算法