有监督学习(Supervised Learning)
1. 一句话定义
- “已知x和y,求函数f(x),使得给定x算出的f(x)尽可能接近y”的过程。
2. 为什么叫“有监督”
- 过程中,我们会通过不断调整参数,使得预测值f(x)和实际值y的误差尽可能小。而y充当了一个“监督者”的角色,引领我们的函数不断朝y优化。因此,这种学习方法叫做有监督学习。
3. 有监督学习根据预测值y的类型,可以分成两类
(1)分类:当y是离散值时(例如,根据图片预测花的种类)
(2)回归:当y是连续值时(例如,预测明日房价)
无监督学习(Unsupervised Learning)
1. 一句话定义
- “已知x,想看这些x能聚成几堆”的过程。
2. 为什么叫“无监督”
- 相比于有监督学习,无监督学习只需要输入x,不需要输入y作为“监督者”。因此,叫做无监督学习。
3. 应用
- 用户划分;查看离群异常值;社区发现
4. 特点
- 结果难以评价量化