Copyright © 2015-2021,
www.cda.cn
All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有
京ICP备11001960号-9
京公网安备 11010802034615号
经营许可证编号:京B2-20210330

联系电话:13321103290 (微信同号)
2020-07-01
机器学习分为:有监督学习,无监督学习,半监督学习等。今天跟小编一起来看有监督学习的内容吧。
一、有监督学习定义
有监督学习,就是大家常说的分类,通过某种或某些特性的样本作为训练集,建立一个最优模型(此模型属于某个函数的集合,最优代表此模型在某个评估标准是最佳的),再利用这个模型来预测未知样本,此种方法被称为有监督学习。
二、有监督学习特点
1.有标签
假如有一张鸟的照片,我们都知道它是鸟,但是计算机却不知道,这时候就需要我跟给这张照片打上个标签,告诉计算机这是一只鸟,后面计算机根据这个标签对所有的鸟进行学习,于是就成功通过这一只鸟认识所有的鸟了。
已经标记好的数据(labelled data),用来做训练来预测新数据的类型(class),或者是值。预测已有类型叫做分类(classification),预测一个值叫做回归(regression)。
2.典型问题
输入变量与输出变量均为连续的变量的预测问题称为回归问题(Regression),输出变量为有限个离散变量的预测问题称为分类问题(Classfication),输入变量与输出变量均为变量序列的预测问题称为标注问题。
分类:当输出为离散的,学习任务为分类任务。
回归:当输出为连续的,学习任务为回归任务
完 谢谢观看
上一篇: 对于T分布来源和定义的简单理解 ... 下一篇: 线性回归的原理和表达式