机器学习
itlavn
这个作者很懒,什么都没留下…
展开
-
机器学习-(1):监督学习
监督学习在监督学习中,我们获得了一个数据集,并且已经知道我们正确的输出应该是什么样子的,这意味着输入和输出之间有一个关系。受监督的学习问题分为“回归”和“分类”问题。在回归问题中,我们试图在连续输出中预测结果,这意味着我们正在尝试将输入变量映射到一些连续函数。在分类问题中,我们试图用离散输出来预测结果。换句话说,我们正在尝试将输入变量映射到离散类别。示例1:根据房地产市场规模的数据,尝试预测房价。价翻译 2017-06-08 17:51:25 · 285 阅读 · 0 评论 -
机器学习-(2):无监督学习
无监督学习无监督学习使我们能够很少或不知道我们的结果应该如何处理问题。 我们可以从数据中导出结构,我们不一定知道变量的影响。我们可以通过基于数据中的变量之间的关系对数据进行聚类来导出该结构。通过无监督的学习,基于预测结果没有反馈。例:聚类:收集100万个不同的基因,并找到一种自动将这些基因组合成不同变量(如生命周期,位置,作用等)相似或相关的组。非聚类:“鸡尾酒会算法”,让您在混乱的环境中找到结构。翻译 2017-06-08 18:08:53 · 207 阅读 · 0 评论