监督学习和无监督学习概念

学习目标：

完成机器学习监督学习和无监督学习概念梳理

知识详解：

• 监督学习：学习算法从引用正确答案（标签）中学习。
• 无监督学习：从无标签数据中发现一些构造，或有趣的东西。
• 回归：预测数值，有无限多可能的输出。
• 分类：预测类别，有明确数量的可能输出。
• 聚类：通过无标签数据，自动生成不同的类别，相似的点会出现在一起。

监督学习	无监督学习
适用于：回归、分类	适用于：聚类
需要输入：x，y	需要输入：x

回归	分类	聚类
举例：房价预测（面积-价格）	举例：乳房癌检测（肿瘤大小-是否恶性）	举例：客户类型聚类、谷歌新闻推荐

学习总结：

• 线性回归：linear regression
• 回归模型：regression model
• 聚类分析：clustering
• 监督学习：supervised learning
• 无监督学习：unsupervised learning

---