1.监督学习:
回归问题:目标是预测一个连续的输出值。(很坐标房子大小,纵坐标房价);根据之前的数据预测一个准确的输出值。
分类问题:目标是预测离散值输出
2.无监督学习:
聚类算法:找数据中的结构信息(新闻分类,社交好友,细分市场)
音频处理:分离
octave
[W,s,v] = svd((repmat(sum(x,*x,1), size(x,1),1).*x)*x`)
3.CrossFunction:
平方差的和最小:回归问题。
1.监督学习:
回归问题:目标是预测一个连续的输出值。(很坐标房子大小,纵坐标房价);根据之前的数据预测一个准确的输出值。
分类问题:目标是预测离散值输出
2.无监督学习:
聚类算法:找数据中的结构信息(新闻分类,社交好友,细分市场)
音频处理:分离
octave
[W,s,v] = svd((repmat(sum(x,*x,1), size(x,1),1).*x)*x`)
3.CrossFunction:
平方差的和最小:回归问题。