监督学习与无监督学习

监督学习

监督学习是指我们给算法一个数据集，其中包含了正确答案。也就是说我们给它一个房价数据集，在这个数据集中的每个样本，我们都给出正确的价格即这个房子实际卖价，算法的目的就是给出更多的正确答案，输入和输出都是有参照的，根据参照，给定一个新的输入，预测新的输出。
如房价：给定某地房子大小和房价的数据，根据这些数据，给定一个房子尺寸大小，预测该尺寸对应的房价。

监督学习为根据数据进行预测结果，分为回归问题和离散（分类）问题

回归问题：结果是线性的（我们设法预测出一个连续值的结果）

分类问题：结果是离散的（我们设法预测出一个离散值的结果）

无监督学习

无监督学习：
相对于监督学习（给定输入，输出，作为参考），无监督学习不知道输入/输出是什么，只能将数据进行聚类。

聚类和分类的区别：
分类：已知数据的类型，即在没有输入的时候，就知道输出的结果（如：肿瘤良性还是恶性）。
聚类：不知道数据的类型，只给数据一些特征，机器根据特征，将数据分开。