无监督学习与监督学习

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