机器学习最基础概念整理(定义/通俗解释)

我的知乎号进击的steve - 知乎

知乎原文出处机器学习最基础概念整理(定义/通俗解释) - 知乎

1.分类模型和回归模型区别

我们将机器学习模型定义为一个函数F，它节手一定的输入并生成一个输出。通常我们会根据输出值的类型将机器学习模型进一步划分为 分类 classification 和 回归 regression

如果机器学习模型的输出是 离散值 ，例如布尔值True/False, 那么我们将其称为 分类模型。如果输出是 连续值 那么我们将其称为回归模型。

分类：adaboost, SVM

回归：

2.监督学习supervised learning和无监督学习unsupervised learning区别？

监督学习是有label的 主要是分类和回归两种方法，非监督学习无label 主要是降纬和聚类

监督学习的任务是学习一个模型，使模型能够对任意给定的输入，对其相应的输出做一个好的预测。

无监督学习为直接对数据精选建模。没有给定事先标记过的训练范例&#x