有监督算法和无监督算法的理解

无监督和有监督的理解方法有很多，主要可以从以下几方面来理解：

1、无监督与监督学习的区别在于一个无教学值，一个有教学值。但是，个人认为他们的区别在于无监督学习一般是采用聚簇等算法来分类不同样本。而监督学习一般是利用教学值与实际输出值产生的误差，进行误差反向传播修改权值来完成网络修正的。但是无监督学习没有反向传播修改权值操作。

2、样本全部带标记/样本全部不带标记··· PS:部分带标记的是半监督学习

3、训练集有输入有输出是有监督，包括所有的回归算法分类算法，比如线性回归、决策树、神经网络、KNN、SVM等；训练集只有输入没有输出是无监督，包括所有的聚类算法，比如k-means 、PCA、 GMM等

有监督学习：对具有概念标记（分类）的训练样本进行学习，以尽可能对训练样本集外的数据进行标记（分类）预测。这里，所有的标记（分类）是已知的。因此，训练样本的岐义性低。

无监督学习：对没有概念标记（分类）的训练样本进行学习，以发现训练样本集中的结构性知识。这里，所有的标记（分类）是未知的。因此，训练样本的岐义性高。聚类就是典型的无监督学习

有监督算法和无监督算法的理解相关推荐

读论文：基于自监督知识的无监督新集域适应学习
标题: 基于自监督知识的无监督新集域适应学习作者: 汪云云 , 孙顾威 , 赵国祥 , 薛晖文章目录 ==Abstract== ==Introduction== ==综述== 一.相关工作 1.1 ...
【小样本基础】有监督小样本，半监督小样本，无监督小样本
本篇博客探讨的主要是小样本的分类问题目录 1. 问题定义 2. 有监督小样本分类 3. 半监督小样本分类 3.1 基于一致性约束的方法 3.2 基于伪标注的方法 4. 无监督小样本分类 4.1 基于 ...
机器学习算法_无监督机器学习算法：主成分分析
之前我们曾经讲过,无监督学习是一种不使用标记数据(无目标变量)的机器学习.因此,算法的任务是在数据本身中寻找模式.无监督机器学习算法的两种主要类型分别是使用主成分分析的降维算法和聚类算法(包括K-Me ...
聚类算法（无监督算法）
一.聚类算法简介聚类的基本思想:对于给定的M个样本的数据集,给定聚类(簇)的个数K(K<M),初始化每个样本所属的类别,再根据一定的规则不断地迭代并重新划分数据集的类别(改变样本与簇的类别关系 ...
有监督算法和无监督算法都有哪些
有监督分类的算法: 在已经有标签的数据上去分类在已经有标签的数据上去预测上传笔记本电脑的品相品相好的给1 不好的给0 主要有下面一些分类算法 k临近算法分类朴素贝叶斯分类决策树分类随机森林分 ...
监督学习方法与无监督学习方法总结
(一)监督学习 10种监督学习方法特点的概括汇总如下表: (二)无监督学习八种常用的统计机器学习方法,即聚类方法(包括层次聚类与k均值聚类).奇异值分解(SVD).主成分分析(PCA).潜在语义分析 ...
kaggle信用卡欺诈看异常检测算法——无监督的方法包括：基于统计的技术，如BACON *离群检测多变量异常值检测基于聚类的技术；监督方法：神经网络 SVM 逻辑回归...
使用google翻译自:https://software.seek.intel.com/dealing-with-outliers 数据分析中的一项具有挑战性但非常重要的任务是处理异常值.我们通常将异 ...
dbscan和谱聚类_R 无监督聚类算法（1）K-means和层次聚类
首先我们要解决几个问题聚类算法主要包括哪些算法? 主要包括:K-means.DBSCAN.Density Peaks聚类(局部密度聚类).层次聚类.谱聚类. 什么是无监督学习? • 无监督学习也是相 ...
9种有监督与3种无监督机器学习算法
机器学习作为目前的热点技术广泛运用于数据分析领域,其理论和方法用于解决工程应用的复杂问题.然而在机器学习领域,没有算法能完美地解决所有问题(数据集的规模与结构.性能与便利度.可解释性等不可能三角),识 ...

有监督算法和无监督算法的理解

有监督算法和无监督算法的理解相关推荐

最新文章

热门文章