监督学习 (Supervised Learning)
作者:禅与计算机程序设计艺术 / Zen and the Art of Computer Programming
关键词:
机器学习、监督学习、分类、回归、模型、特征工程、过拟合、泛化、损失函数、优化算法
1. 背景介绍
1.1 问题的由来
监督学习是机器学习领域的一种重要学习范式,它通过学习已知标签的样本数据,构建预测模型,从而对未知数据进行分类或回归。随着人工智能和大数据技术的飞速发展,监督学习在各个领域都取得了显著的成果,成为推动人工智能发展的核心技术之一。
1.2 研究现状
监督学习已经历了数十年的发展,目前主要包括以下几种主流算法:
- 线性回归:用于回归任务,预测连续值输出。
- 逻辑回归:用于分类任务,预测离散值输出。
- 支持向量机:基于间隔最大化的分类和回归算法。
- 决策树:基于树形结构的分类和回归算法。
- 随机森林:基于决