2020-05-23
阅读量:
1152
机器学习中监督学习、无监督学习和半监督学习的区别是什么？
概念
1、监督学习（数据集有输入和输出数据）：通过已有的一部分输入数据与输出数据之间的相应关系。生成一个函数，将输入映射到合适的输出，比如分类。
2、无监督学习（数据集中只有输入）：直接对输入数据集进行建模，比如聚类。
3、半监督学习：综合利用有类标的数据和没有类标的数据，来生成合适的分类函数。
类别
1、监督学习分为分类（classification）和回归（regression）。最广泛被使用的分类器有人工神经网络、支持向量机、近期邻居法、高斯混合模型、朴素贝叶斯方法、决策树和径向基函数分类。
回归：线性回归，神经网络
2、无监督学习：主要由聚类。
3、半监督学习的基本思想是利用数据分布上的模型如果, 建立学习器对未标签样本进行标签。
45.0717
11
2
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2023-06-20
0条评论
CDA持证人阿涛哥
2021-03-31
0条评论
CDA持证人阿涛哥
2021-03-30
0条评论