有监督学习、无监督学习和半监督学习之间的区别

本篇文章是用来当做笔记的，如有侵权，联系删除。

***********************************************************************************************************分割线*********************************************************************************************

在机器学习过程中，我们经常听到监督学习和无监督学习，想要了解一下这部分内容，于是有了本篇笔记。

我在网上查了部分资料，最通俗的理解如下：

       监督 （supervised） = 标签（label），是否有监督，就是输入数据是否有标签，有标签则为有监督学习，否则为无监督学习。至于半监督学习，就是一半有标签（少部分），另外一般没有（很大一部分）

比较官方的定义如下：

       监督学习：对于具有概念标记（分类）的训练样本进行学习，以尽可能对训练样本集外的数据进行标记（分类）预测。这里所有的标记（分类）是已知的，因此 训练样本的 歧义性低。监督学习是训练神经网络和决策树的最常见技术。这些技术（神经网络和决策树）高度依赖于事先确定的分类系统给出的信息。

       无监督学习：对于没有概念标记（分类）的训练样本进行学习，以发现训练样本集中的结构性知识。这里所有的标记（分类）都是未知的。因此训练样本的歧义性高。常见的无监督学习算法有聚类。

       半监督学习：在分类任务的训练集中同时包含有标签数据和无标签数据，通常无标签数据远远多于有标签数据，半监督分类的任务就是训练一个分类器f，这个分类器的表现比只用有标签数据训练得到的分类器好。