有监督学习第10页

关于距离，K-means，层次聚类，密度聚类以及谱聚类

目录相似度/距离k-Means算法衡量聚类（轮廓系数）层次聚类密度聚类谱聚类之前博客中讲的模型基本上都是分类以及回归模型，他们都是属于有监督学习的，意为所有的样本都有一个结果值提供，我们所要做的就是在原有结果值的指导

rexyang97·2022-12-16 09:52

有监督学习、无监督学习和半监督学习之间的区别

本篇文章是用来当做笔记的，如有侵权，联系删除。***********************************************************************************************************分割线*******************************************************************

孔小豹·2022-12-16 00:26

[机器学习-sklearn] KNN(k近邻法)学习与总结

KNN算法缺点五，KNN算法实现1.线性扫描2.kd树实现3.球树实现六，sklearn实现KNN算法七，实战代码引言KNN可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一，注意KNN算法是有监督学习中的分类算法

茫茫人海一粒沙·2022-12-15 19:03

DataWhale集成学习（上）——Task01

根据数据是否有因变量，机器学习的任务可分为：有监督学习和无监督学习。根据因变量是否连续，有监督学习又分为回归和分类。

x___xxxx·2022-12-15 18:43

ChatGPT技术解构

ChatGPT的训练主要分为三个步骤，如图所示：Step1：使用有监督学习方式，基于GPT3.5微调训练一个初始模型；训练数据约为2w~3w量级（根据InstructGPT的训练数据量级估算，参照https

3A是个坏同志·2022-12-14 21:56

周志华机器学习（西瓜书）第一章绪论

（一）基本术语1.标记2.样例3.泛化能力4.过拟合（二）学习任务的分类学习任务种类：1.按照数值类型（1）分类：预测的是离散值（2）回归：预测的是连续值2.训练数据是否有标记（1）有监督学习：有标记，

骑士GG·2022-12-14 15:20

【知识蒸馏】浅谈自知识蒸馏和自监督知识蒸馏的区别

查了一些资料之后，整理了一点概念如下：自知识蒸馏/自蒸馏(SKD)：是采用有监督学习进

乱搭巴士·2022-12-14 15:42

自蒸馏、知识蒸馏

自蒸馏（SelfDistillation）：是采用有监督学习进行知识蒸馏。

Ko_len·2022-12-14 15:10

你好，语义分割（二）

2.3.训练（Train）2.3.1.学习准则（Criterion）学习准则是模型学习效果的评估标准，对于有监督学习，给定模型推理结果和目标标签，学习准则通过计算损失值来得到一个梯度值，再通过反向传播（

孙晓军82·2022-12-14 05:01

有监督学习与无监督学习的区别

有监督学习监督学习的训练集要求包括输入输出，也可以说是特征和目标。训练集中的目标是由人标注的。

静默安然·2022-12-14 03:27

有监督学习、无监督学习、半监督学习

1.有监督学习：教计算机如何做事情。对于机器学习来说，有监督学习就是训练数据既有特征又有标签，通过训练，让机器可以自己找到特征和标签之间的联系，在面对只有特征没有标签的数据时，可以判断出标签。

weixin_30719711·2022-12-14 03:22

大数据分析与应用（中级）数据挖掘概念及流程

目录1.数据挖掘的定义2.数据挖掘的流程3.如何进行数据预处理4.无监督学习和有监督学习有何区别?

长岛山没有雪·2022-12-13 07:30

sklearn（一）、决策树

决策树的工作原理决策树（DecisionTree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。

阿涛的一天·2022-12-13 07:49

深度学习与对抗样本

同机器学习方法一样，深度学习方法也有监督学习

zhejiangjjw·2022-12-13 02:35

1.2. Linear and Quadratic Discriminant Analysis（线性判别和二次判别分析）（二）

三、LDA降维3.1有监督学习的降维LDA可以作为有监督学习中的降维方法使用。（我们通常说的降维是无监督学习中的，是一种数据处理的方法，比如PCA，所以遇到一个有监督学习的降维对我而言显得很难能可

matrix_studio·2022-12-13 00:48

机器学习入门

学习与训练不断找到最优模型（最优的从输入x映射到输出y的关系）2算法的类型2.1有监督学习概念如果机器学习的目标是建模样本的特征和标签之间

m0_74486560·2022-12-12 22:28

吴恩达深度学习笔记2.2 logistic回归

regression:回归supervised:有监督的logistic回归是一种学习算法被用于有监督学习问题,当y全都是0或1时例子:判断是否有猫给定一个由特征向量x代表的图像,那个算法将会估计猫是否在那个图像里的可能性

banghu8816·2022-12-12 19:40

机器学习 jupyter Python无监督学习聚类 k-meas算法

1.有监督学习与无监督学习1.1有监督学习又称监督学习，就是人们常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型，再利用这个模型将所有的输入映射为相应的输出。

十旬叶大叔·2022-12-12 18:41

机器学习初探：（四）逻辑回归之二分类

其中，有监督学习问题又可分为两类：回归和分类。在前面的文

黑洞拿铁·2022-12-12 13:59

机器学习笔记

机器学习入门文章目录机器学习入门1.基本概念1.1什么是机器学习1.2数据集1.3学习和训练2.机器学习分类2.1有监督学习2.1.1回归问题2.1.2分类问题2.2无监督学习2.2.1聚类2.2.2降维

m0_73930236·2022-12-12 10:58

基于机器视觉的表面缺陷检测方法研究进展(2022最新)

文章目录声明摘要1、传统图像处理方式2、基于机器学习的缺陷检测方法2.1无监督学习2.1.1.无监督特征学习2.1.2.聚类2.1.3.密度估计3.2有监督学习3.2.1非概率模型3.2.2概率判别模型

林嘉帅·2022-12-11 08:05

【Pytorch学习笔记八】深度学习数据集介绍（训练集、验证集、测试集）及数据标注工具（labelme等）

2.4常用公共数据集介绍3.数据标注工具3.1labelme3.2其它标注工具介绍1.什么是数据集用已知某种或某些特性的样本作为训练集，以建立一个数学模型，再用已建立的模型来预测未知样本，此种方法被称为有监督学习

QHCV·2022-12-11 01:48

吴恩达机器学习笔记（1）

有监督学习算法的任务是，生成一个函数，将预测时需要用到的x输入进去，能输出相应的结果。

_晴·2022-12-10 19:58

线性回归和逻辑回归的简单解释

有监督学习（分类、回归）同时将数据样本和标签输入给模型，模型学习到数据和标签的映射关系，从而对新数据进行预测。无

MissAcappella·2022-12-10 10:39

机器学习面试题之线性回归

线性回归是用于预测问题的有监督学习，通过学习x到y的一个映射关系，希望利用学习到的这个映射关系实现对未知的数据进行预测，另外线性回归还是一个连续值。2.线性回归的假设函数是

schedule list·2022-12-10 08:37

sklearn学习 6.聚类算法K-Means

一.概述1.无监督学习与聚类算法学习了决策树，随机森林，PCA和逻辑回归，他们虽然有着不同的功能，但却都属于“有监督学习”的一部分，即是说，模型在训练的时候，即需要特征矩阵X，也需要真实标签y。

smile~。·2022-12-09 13:33

Few-shot learning（少样本学习，入门篇）

1.2元学习和传统有监督学习的区别是什么？

小学生mistluo·2022-12-09 02:19

【机器学习常见算法】决策树算法(含示例代码)

决策树(DecisionTree)是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。

火柴先生·2022-12-09 01:28

机器学习（三）使用神经网络识别手写体数字

机器学习（三）使用神经网络识别手写体数字实验内容：使用sklearn.neural_network.MLPClassifier类实现手写数字图片识别MPLClassifier是一个有监督学习算法，MPL

Did然·2022-12-08 17:34

有监督学习神经网络的回归拟合——基于红外光谱的汽油辛烷值预测（Matlab代码实现）

目录1概述2部分运行结果3Matlab代码实现4参考文献1概述红外光谱法(IR)属于分子振动光谱技术，波数范围在4000cm-1～400cm-1之间,它的原理是基于分子中各类官能团的特征吸收，信号强度高，且对微量组分仍能检测出信号，具有灵敏度高、特征性强的优点,因此红外光谱法在材料、化工、食品、医药等多个领域均有应用。辛烷值是反映汽油抗爆性的重要指标,也被作为划分汽油牌号的依据。现有的标准辛烷值测

wlz249·2022-12-08 13:29

《速通机器学习》-第六章无监督学习

这类学习统称为有监督学习。标注y就是监督信号（也称为教师信号），用于告诉模型数据x所对应的正确类别y。在企业中，标注数据的来源一般是人工标注，以

AI_卢菁博士·2022-12-08 11:59

关系抽取技术小结

本文介绍了关系抽取领域的三个主流研究方向：有监督学习、少样本学习和远程监督学习。关系抽取（Relationextraction，RE）就是从非结构化文本中提取实体之间的关系。

纽约的自行车·2022-12-08 04:45

【从RL到DRL】强化学习基础（一）——强化学习基本介绍、基本的智能体概念

目录强化学习介绍关于强化学习强化学习基本要素（TheRLProblem）智能体组成智能体分类强化学习问题强化学习介绍关于强化学习强化学习在不同的学科中其实都具有不同的存在形式机器学习的分支有监督学习：利用一组已知类别的训练样本调整分类器的参数

Vulcan_Q·2022-12-08 02:51

强化学习——基本概念

与有监督学习相比，不需要告诉智能体数据以及对应的标签，学习相应的模型。而是需要智能体在环境中一次次学习（哪些数据对应哪些标签），从而学习规律知道策略。

Matt_sh·2022-12-08 02:20

目标检测系列之iou的计算（python实现）

目标检测是一个有监督学习的过程，它常常需要大量的有标签数据进行训练学习。

jayckwang·2022-12-07 20:03

有监督学习和无监督学习

监督学习监督学习是已经知道数据的label，例如预测房价问题，给出了房子的面积和价格。回归问题是预测连续值的输出，例如预测房价。分类问题是预测离散值输出，例如判断肿瘤是良性还是恶性。无监督学习无监督学习是不知道数据具体的含义，比如给定一些数据但不知道它们具体的信息，对于分类问题无监督学习可以得到多个不同的聚类，从而实现预测的功能。

cyy1104·2022-12-07 16:03

机器学习sklearn-支持向量机

支持向量机SVM支持向量网络可以做有监督学习、无监督学习、半监督学习监督学习：线性二分类与多分类、非线性二分类与多分类、普通连续性变量的回归、概率型连续变量的回归支持向量机深度学习之外机器学习的天花板存在

yzy_1117·2022-12-07 13:54

机器学习-有监督学习-集成学习方法(五)：Bootstrap-＞Boosting(提升)方法-＞eXtremeGradientBoosting算法--+决策树--＞XGBoost提升树

人工智能-机器学习-有监督学习-集成学习方法（五）：Bootstrap-＞Boosting（提升）方法-＞eXtremeGradientBoosting算法--+决策树--＞XGBoost提升树一、Bootstrap

u013250861·2022-12-07 04:21

有监督学习及决策树

有监督的机器学习即标签（label）已知的机器学习。在训练阶段，我们要事先告知机器，如果我输入样本x，你要输出对应的数据y。重复多次后，机器就会学到一个输入数据和输出数据之间的关系或规则。在测试阶段，在面对一个未知标签的测试样本x’时，机器会根据学到的关系或规则，判断输出最合理的y’。有监督的机器学习分为分类（classification）和回归（Regression）两大问题，二者的区别在于标签

weixin_45876155·2022-12-06 17:27

有监督学习-Fisher线性判别、决策树、SVM和神经网络

有监督学习的目的，是通过将已有的输入数据和输出数据，输入计算机，让计算机学到某种规则，使得大多数的输入数据通过这种规则得到的预测数据，与预先告知机器的输出数据尽量匹配。

weixin_45876155·2022-12-06 17:27

【AI】Python 实现 KNN 手写数字识别

KNN算法1.题目介绍K近邻（K-NearestNeighbor,KNN）是一种最经典和最简单的有监督学习方法之一。

jinzhou742·2022-12-06 15:06

KNN算法详解并自主构建kd树及sklearn简单实现

（近朱者赤，近墨者黑）2、分类有监督学习、多分类算法3、简单流程（1）计算已知类别数据集中的样本与当前样本的距离。（2）按顺序递增排序。（3）选取距离最小的k个点。

机智的冷露·2022-12-06 13:04

有监督学习的一般结构

1.有监督学习的一般结构-*-数据流图的高层，通用训练闭环：*模型参数初始化：通常采用对参数随机赋值*读取训练数据：读取每个数据样本及其期望输出*在训练数据上执行推断模型：在当前模型参数配置下，每个训练样本都会得到一个输出值

AquilaEAG·2022-12-06 12:42

【机器学习】自动编码器

除了进行特征降维，自动编码器学习到的新特征可以送入有监督学习模型中，所以自

脆鲨Nana7mi·2022-12-06 10:10

机器学习（五）logistic回归

Logistic实例分析2.1准备数据2.2使用梯度上升算法进行分类3.实验总结Logistics回归模型通常被用于处理二分类问题，它是一种用于分析各个影响因素（x1,x2,...xn）与分类结果y之间关系的有监督学习方法

Ag11·2022-12-06 07:51

sklearn之k-means聚类算法

听了菜菜的sklearn算法而写的学习笔记概述无监督学习与有监督学习结构化数据与非结构化数据聚类算法与分类算法sklearn中的聚类算法KMeans一最简单的聚类算法KMeans算法工作原理先导概念核心任务算法步骤

不想当程序员（☆∀☆）·2022-12-05 12:34

决策树与随机森林/K-means

一、决策树与随机森林（一）决策树1.算法概述决策树（DecisionTree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题

麦格芬230·2022-12-05 12:33

聚类算法K-Means

1概述1无监督学习与聚类算法之前学过的决策树，随机森林，逻辑回归，虽然有着不同的功能，但却都属于“有监督学习”的一部分，即是说，模型在训练的时候，既需要特征矩阵X，也需要真实标签y。

Garcia-zhang·2022-12-05 12:32

sklearn中的聚类算法K-Means

1概述1.1无监督学习与聚类算法决策树、随机森林、逻辑回归虽然有着不同的功能，但却都属于“有监督学习”的一部分，即是说，模型在训练的时候，既需要特征矩阵XXX，也需要真实标签yyy。

momokofly·2022-12-05 12:32

李宏毅机器学习笔记

有监督学习supervisedlearning需要提供一些有目标值的数据给机器去学习。用loss来判断函数的好坏，loss越小函数越符合我们的期待。

FF_y·2022-12-05 09:20

推荐频道

有监督学习