无监督学习与监督学习简介
本文为笔者学习记录以及复习用
(1)无监督学习
输入的数据无任何的维度标签,需要计算机根据数据的相似性来进行自主学习分类,来做到类内差距最小,类间差距最大。
(2)监督学习
从已给定的数据(包括输入、输出)中进行学习,然后得到数据的特征参数。例如:
给定的数据参数是 Y = kX + b 这个简单的函数方程 ,其中k和b未知
给出的数据中已知X和Y,计算机对数据进行学习,学习出k和b的参数。然后这个函数关系式就会确定。再输入X后,可以预测出Y的值。监督学习常用来预测问题结果。
(3)区别
无监督学习不会告诉计算机怎么做,而是让计算机自己去学习进行分类。监督学习是告诉计算机特定的数据,让计算机学习从而可以预测目标问题的结果。
持续补充