监督学习(supervised learning)与非监督学习(unsupervised learning)
一,监督学习(supervised learning):
监督学习(supervised learning)的任务是学习一个模型,使模型能够对任意给定的输入,对其相应的输出做出一个好的预测。
即:利用训练数据集学习一个模型,再用模型对测试样本集进行预测。
例如kaggle上的泰坦尼克号比赛。
官方提供旅客数据——数据集1(姓名,年龄,性别,社会经济阶层,是否生存等),要求参赛选手建立一个预测模型来回答“另外418名乘客是否会生存?”
这是一个典型的监督学习(supervised learning)的例子。因为该训练资料有输入物件(姓名,年龄,性别,社会经济阶层等)和预期输出(是否生存)。
有无预期输出是监督学习(supervised learning)与非监督学习(unsupervised learning)的区别。
我们的任务是根据数据集1建立一个预测模型(model),即学习算法(learning algorithm)。这个过程称为“学习(learning)”或“训练(training)”。
由于我们得到的学得模型只是接近了数据的某种潜在规律,因此被称为‘假设(hypothesis)’。相对应的,潜在规律自身则被称为‘真实(ground-truth)’。学习的目的就在于找到最好的‘假设(hypothesis)’。
用学习算法(learning algorithm)对数据集2的每个实例(姓名,年龄,性别,社会,社会经济阶层等)进行判断——‘是否能生存?’。
这是一个二分类任务(输出为‘生存’或‘死亡’两个维度)。
如果所需结果为‘生存’,‘半生半死’或‘死亡’等多个维度,则为多分类任务。
如果所需结果为生存率(0~1),则为回归任务(输出结果为连续值)。
分类问题(离散)与回归问题(连续)等都是监督学习。
分类问题:
回归问题:
二,非监督学习(unsupervised learning):
非监督学习(unsupervised learning)为直接对数据进行建模。没有给定事先标记过的训练范例,所用的数据没有属性或标签这一概念。事先不知道输入数据对应的输出结果是什么。
自动对输入的资料进行分类或分群,以寻找数据的模型和规律。
如聚类算法:
针对数据集,自动找出数据中的结构,从而把数据分成不同的簇。
例如:谷歌新闻利用聚类算法把不同的主题放在一起。
无监督学习(unsupervised learning)的优点:
由于没有标准的分类方法,有可能从数据中挖出启发与亮点。
监督学习(supervised learning)与非监督学习(unsupervised learning)相关推荐
- Machine Learning | (12) 非监督学习-k-means
Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集 ...
- Machine Learning week 7 quiz: Unsupervised Learning
Unsupervised Learning 5 试题 1. For which of the following tasks might K-means clustering be a suitabl ...
- 【ML复习】什么是 监督学习,什么是 非监督学习?二者的区别是什么?列举常见的 监督学习算法 和 非监督学习算法。
纯手打默写. 目录 一 (1)什么是监督学习?什么是非监督学习? (2)二者的区别? 一 (1)什么是监督学习?什么是非监督学习? 答:监督学习 就是训练集的数据已经分好了类别,通过对 带有标签的数据 ...
- 机器学习_监督学习、非监督学习、半监督学习以及强化学习概念介绍
机器学习中通常根据数据是否有标签可以分为监督学习(supervised learning).非监督学习(unsupervised learning) 和半监督学习(semi-supervised le ...
- 机器学习、监督学习、非监督学习、强化学习、深度学习、迁移学习
机器学习.监督学习.非监督学习.强化学习.深度学习.迁移学习 机器学习(machine learning) 监督学习(supervised learning) 非监督学习(unsupervised l ...
- 机器学习、监督学习、非监督学习、强化学习传统机器学习、深度学习、迁移学习基本概念
文章目录 机器学习(machine learning) 监督学习(supervised learning) 非监督学习(unsupervised learning) 强化学习(reinforcemen ...
- 机器学习:非监督学习
文章目录 机器学习:非监督学习 聚类Clustering Kmean聚类 层次聚类 (Hierarchical Clustering, HC) 单连接层次聚类(single link) 全连接层次聚类 ...
- Supervised learning/ Unsupervised learning监督学习/无监督学习
[机器学习]两种方法--监督学习和无监督学习(通俗理解) [机器学习] : 监督学习 (框架) 有监督学习与无监督学习的几大区别 目录 Supervised learning 监督学习 Unsuper ...
- ML之SL:监督学习(Supervised Learning)的简介、应用、经典案例之详细攻略
ML之SL:监督学习(Supervised Learning)的简介.应用.经典案例之详细攻略 目录 监督学习(Supervised Learning)的简介 1.监督学习问题的两大类-分类问题和回归 ...
最新文章
- BigBiGAN问世,“GAN父”都说酷的无监督表示学习模型有多优秀?
- 乱谈管理(优秀部门经理的职业素质)
- [Share].NET Reflector Add-Ins
- 2019 ACM-icpc西安邀请赛总结(无题解)
- 2. tz师兄【附面试题总结】
- 【BZOJ 4555】 4555: [Tjoi2016Heoi2016]求和 (NTT)
- C语言试题十七之用来求数组的最大元素在数组中的下标并存放在k所指的储存单元中
- java重入锁,再探JAVA重入锁
- GaussDB T 强体验:通过 DBeaver/RazorSQL/DbVisualizer工具连接数据库(附测试账号)
- uniapp本地开发小程序代码超过2M,不能预览和真机调试解决办法
- Java 选择排序法
- 树莓派c语言读取dht11,树莓派直接读取 DHT11 温湿度的方法
- ISP 因特网服务提供商
- 互联网 HR 黑话大全,太真实了!
- 高通SDX12:SFE(shortcut-fe)软加速驱动效果调测
- 使用Spring实现AOP的三种方式
- 计算机和书桌还有台灯英语,台灯的英语单词是什么
- ∑-Δ 型ADC原理
- 数据库备份MySQL
- 沃顿上学院自我管理课——米歇尔.奥巴马