CS229学习笔记(〇)——监督学习(Supervised Learning)

    给定某地区一组住房面积与其房屋价格的数据:

    如何根据该组数据学习得到一个房屋价格关于住房面积的函数,通过该函数,去预测该地区其他房屋的价格呢?

     机器学习中的符号表示: 代表输入变量或输入特征量(input variable or input feature),此例中为住房面积;代表输出变量或目标变量(output or target variable),即我们所想预测的值(房屋价格);一对称为一个训练样本(training example);我们用来训练的m个训练样本称为一个训练集(training set)。

     监督学习一个稍正式的定义:给定一个训练集,通过监督学习,得到一函数使得是一个良好的对相应的预测器。流程图如下:

     当我们想要预测的目标变量是连续值时,例如我们的房屋价格,我们称为回归问题(regression problem),当仅能取小数目的离散值时,例如,给定住房面积,我们想预测该房屋是别墅还是公寓,我们称为这种为分类问题(classification problem)。

你可能感兴趣的:(CS229学习笔记(〇)——监督学习(Supervised Learning))