监督学习和无监督学习

监督学习 supervised learning

根据已有的数据集，知道输入和输出结果之间的关系。根据这种已知的关系，训练得到一个最优的模型。也就是说，在监督学习中训练数据既有特征(feature)又有标签(label)，通过训练，让机器可以自己找到特征和标签之间的联系，在面对只有特征没有标签的数据时，可以判断出标签。

监督学习分为2类：

1. 在正确结果指导下的学习方式，若是正确结果是定性的，属于分类问题，

## 如根据特征判断是篮球还是足球

3. 若正确结果是定量的，属于回归问题。

## 如根据合肥市经济发展预测房价走向（价格是连续的，如14000-15000）

无监督学习 unsupervised learning

事先不知数据集中数据、特征之间的关系，而是要根据聚类或一定的模型得到数据之间的关系。

无监督学习：在没有正确结果指导下的学习方式，例如：聚类分析、降维处理等
聚类分析：