作者主页:编程千纸鹤
作者简介:Java、前端、Python开发多年,做过高程,项目经理,架构师
主要内容:Java项目开发、Python项目开发、大学数据和AI项目开发、单片机项目设计、面试技术整理、最新技术分享
收藏点赞不迷路 关注作者有好处
文末获得源码
机器学习分为:
有监督学习:数据带有标签
无监督学习:数据没有标签,根据属性聚类
在机器学习有监督学习中大致可以分为两大任务,一种是回归任务,一种是分类任
务;那么这两种任务的区别是什么呢?按照较官方些的说法,输入变量与输出变量均为
连续变量的预测问题是回归问题,输出变量为有限个离散变量的预测问题成为分类问题。
回归:
举个例子,输入一个人每日的运动时间、睡眠时间、工作时间、饮食等一些特征来
预测一个人的体重,一个人的体重的值可以有无限个值。所以预测的结果是无限的、不
确定的连续数值。这样的机器学习任务就是回归任务。
分类:
如果利用一个人每日的运动时间、睡眠时间、工作时间、饮食等一些特征来判断这
个人的身体状况是否健康,那么最终的判断的结果就只有