写在前面
哈喽哈喽,欢迎来到我的学习笔记,都是我自己的理解,纯干货!
监督学习
概念:
简单的理解就是,在一个数据集内,数据本身带有标签,机器学习某些带有我们想要的标签的数据,从而在数据集内可以选择出(判断出)我们想要的数据,或者找到我们数据标签中的一些规律。
特点:
数据本身带有某些标签
算法举例:
回归算法:预测连续型数据的输出
分类算法:预测离散型数据的输出
无监督学习
概念:
简单的理解就是,我们给机器一些数据,数据本身不带有明显的标签,机器通过学习,把数据分成几个数据簇,这些数据簇带有共同的特点。
特点:
数据本身没有某些标签
聚类算法:将数据分为几个拥有某些特征点的数据簇。