机器学习_学习笔记：监督学习和无监督学习

目录

监督学习

分类

回归

无监督学习

聚类

---

监督学习

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”， 再根据这些样本作出预测。

分类

其目标是推出一组离散的结果

回归

即通过回归来推出一个连续的输出

无监督学习

没有给算法正确答案来回应数据集中的数据。

聚类

在无监督学习中，我们已知的数据。看上去有点不一样，不同于监督学习的数据的样子，即无监督学习中没有任何的标签或者是有相同的标签或者就是没标签。所以我们已知数据集，却不知如何处理，也未告知每个数据点是什么。别的都不知道，就是一个数据集。你能从数据中找到某种结构吗？针对数据集，无监督学习就能判断出数据有两个不同的聚集簇。这是一个，那是另一个，二者不同。是的，无监督学习算法可能会把这些数据分成两个不同的簇，所以叫做聚类算法。--不同类之间的距离尽可能大，同类之间的距离尽可能小。