监督学习和无,监督学习区别

开始学习ML，真是难为自己的低智商了~

一翻书就遇到一个概念问题：何为监督学习？与无监督学习的区别？

因为自己刚刚开始学ML，所以可能解释的会有些不当。（集齐了各种网上答案）

 

首先看什么是学习（learning）？一个成语就可概括：举一反三。此处以高考为例，高考的题目在上考场前我们未必做过，但在高中三年我们做过很多很多题目，懂解题方法，因此考场上面对陌生问题也可以算出答案。机器学习的思路也类似：我们能不能利用一些训练数据（已经做过的题），使机器能够利用它们（解题方法）分析未知数据（高考的题目）？

所谓的学习，其本质就是找到特征和标签间的关系（mapping）。这样当有特征而无标签的未知数据输入时，我们就可以通过已有的关系得到未知数据标签。

 

然后，我们来看看监督学习，我们的目标是学习从输入到输出的映射关系，其中输出的正确值已经由指导者提供。这里应该突出输出（和无监督学习的区别之处），我们给定的数据除了输入，我们同时也提供了一组对应的输出值。我们学习输入和输出之间的某种关系，然后我们根据这种关系来对其他的输入进行判断，得到一组输出。举个简单的例子：在二维坐标轴内，我给你许多个点（xi，yi），让你根据所给的点拟合出一个函数，最后，我问你x=a时候，对应的y值应该为多少？在这里x是输入，而y是输出。

 

无监督学习，我们只有输入数据，我们的目标是发现输入数据中的规律。输入空间存在着某种结构，使得特定的模式比其他模式更常出现，而我们希望知道哪些经常发生，哪些不经常发生。例如聚类：还是上面的例子，我给你（xi，yi),然后你根据这些点的相聚紧密程度，给它们分类。此时我的输入是x和y。并没有给输出。

 

总的来说，

如果所有训练数据都有标签，则为有监督学习（supervised learning）。如果数据没有标签，显然就是无监督学习（unsupervised learning）了。

 

监督学习包括：分类，回归

无监督学习：聚类
 

参考知乎：
链接：http://www.zhihu.com/question/23194489/answer/25028661

 

更多博文 可访问我的新博客 : htw0056.github.io