常见标志
M MM 样本数量
X XX 自变量
Y YY 因变量
( X , Y ) (X,Y)(X,Y) 某个样本
( X n , Y n ) (X^n,Y^n)(Xn,Yn) 第n nn行
监督学习 supervised learning
监督学习算法学习预测输入、输出或者X XX到Y YY的映射，是常用的算法。比如给定包含x , y x, yx,y的数据集，学x xx到y yy的映射关系。
监督学习算法包括两类：回归算法和分类算法。
- 回归算法 Regression：用于预测连续值y yy。输出值为无限个。
- 分类算法 Classification：用于预测离散值y yy。输出值为有限个。
总之，监督学习将输入x xx映射到y yy，学习算法从引用正确的答案中学习。
无监督学习 unsupervised learning
无监督学习：给定不带标签的数据集，利用学习算法学习其中的某种结构或某种模式。是最广泛使用的机器学习形式。
无监督学习算法包括：聚类算法（clustering algorithm）、异常检测算法（Anomaly detection algorithm）、降维算法（Dimensionality reduction algorithm）
- 聚类算法，将不带标签的数据划分为不同的集群。
- 异常检测，检验出异常的数据。
- 降维算法，在尽可能减少丢失数据的基础上，将数据的特征数量减少。
监督学习与无监督学习对比图
版权声明：本文为qq_44391572原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。