监督学习与无监督学习

最新推荐文章于 2021-12-12 13:42:04 发布
最新推荐文章于 2021-12-12 13:42:04 发布
阅读量258 收藏 1
点赞数
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43851311/article/details/108699019
版权

目录

监督学习

监督学习是算法的训练集已经提前分好了类别，训练集有标签
比较常见的是分类问题和回归问题
常见的算法：
KNN、回归问题

无监督学习

无监督学习的样本是不包含标签信息的，只有一定的特征，所以由于没有标签信息，学习过程中并不知道分类结果是否正确。
常见算法：
K-means算法

chp的博客
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
监督学习（Supervised Learning，SL）
Java/Python大数据成长之路
12-20 497
1、什么是监督学习2、监督学习的两个任务2.1、回归2.2、分类3、监督学习算法简介监督学习是机器学习中的一种训练方式/学习方式：监督学习需要有明确的目标，很清楚自己想要什么结果。例如，按照“既定规则”来分类、预测某个具体的值…选择一个适合目标任务的数学模型先把一部分已知的“问题和答案”（训练集）给机器去学习机器总结出了自己的“方法论”人类把”新的问题”（测试集）给机器，让他去解答选择一个合适的数学模型把一堆已经分好类的文章和他们的分类给机器机器学会了分类的“方法论”
监督学习
tianqinglei的博客
01-31 1312
我们用一个例子介绍什么是监督学习把正式的定义放在后面介绍。假如说你想预测房价。 前阵子，一个学生从波特兰俄勒冈州的研究所收集了一些房价的数据。你把这些数据画出来，看起来是这个样子：横轴表示房子的面积，单位是平方英尺，纵轴表示房价，单位是千美元。那基于这组数据，假如你有一个朋友，他有一套750平方英尺房子，现在他希望把房子卖掉，他想知道这房子能卖多少钱。 那么关于这个问题，机器学习算法将会怎么帮
监督学习和无监督学习的区别
拾遗
06-28 722
监督无监督 根据训练数据是否有标签，学习任务可大致划分为“监督学习”和“无监督学习”。 监督学习方法必须要有训练集与测试样本。利用训练数据集学习一个模型，再用模型对测试样本集进行预测。 无监督学习没有训练集，只有一组数据，在该组数据集内寻找规律。试图使簇内差距最小化，簇间差距最大化。 距离度量 曼哈顿距离 欧式距离 切比雪夫距离 余弦距离 ...
监督学习、无监督学习与强化学习
最新发布
04-02
监督学习、无监督学习与强化学习
无监督学习之PCA降维
01-21
无监督学习：通过无标签的数据，学习数据的分布或数据与数据之间的关系。 1. 降维算法 1 定义：用低维的概念去类比高维的概念．将高维的图形转化为低维的图形的方法。 1.1. 算法模块 ：PCA算法、NMF（非负矩阵分解）...
图神经网络无监督学习
05-01
我们世界的许多方面都可以用相互作用的部分组成的系统来理解，从物理中的多对象系统到复杂的社会动力学。让模型了解这种组合结构对于泛化和数据高效学习非常重要。这就产生了一类称为图神经网络(GNNs)的模型。
无监督学习方法以及应用
06-03
无监督学习是机器学习的一个重要分支，其在机器学习、数据挖掘、生物医学大数据分析、数据科学等领域有着重要地位。本书阐述作者近年在无监督学习领域所取得的主要研究成果，包括次胜者受罚竞争学习算法、K-means...
监督学习与非监督学习
HB15458755的博客
11-06 584
监督学习：就是我们给学习算法一个数据集。这个数据集由“正确答案”组成。 例子1：收集了一些房价的数据，用二位坐标系将它进行表示，横轴表示房子的面积，单位是平方英尺，纵轴表示房价，单位是千美元。那基于这组数据，假如你有一个朋友，他有一套 750 平方英尺房子，现在他希望把房子卖掉，他想知道这房子能卖多少钱。 在上述的例子中，我们给了一系列房子的数据，我们给定数据集中每个样本的正确价格，即它们实际的售...
监督学习和无监督学习有何不同？
fuhuo_的博客
11-02 656
监督学习和无监督学习监督学习（Supervised Learning）回归（regression）分类（classification）无监督学习（Unsupervised Learning）聚类（Clustering）非集群（Non-clustering） 监督学习（Supervised Learning） 在监督学习中，我们根据已有的数据集，已知我们的正确输出，并且认为输入和输出之间存在一定的关系。监督学习问题分为“回归”和“分类”问题。 回归（regression） 在回归问题中，我们试图预测连续输出中
无监督学习与监督学习
jinbeibei0606的博客
09-05 899
因为接下来想写一篇无监督学习的论文，所以在此提前整理一下无监督学习和监督学习的相关知识，以备后用。1.http://blog.csdn.net/keepreder/article/details/47103427：无监督和有监督的理解方法有很多，主要可以从以下几方面来理解：1、无监督与监督学习的区别在于一个无教学值，一个有教学值。但是，个人认为他们的区别在于无监督学习一般是采用聚簇等算法来分类不同样
什么是监督学习？如何理解分类和回归？
weixin_43612023的博客
03-21 7004
本文首发在 easyAI —— 人工智能知识库 什么是监督学习？ 监督学习是机器学习中的一种训练方式/学习方式： 监督学习需要有明确的目标，很清楚自己想要什么结果。比如：按照“既定规则”来分类、预测某个具体的值… 监督并不是指人站在机器旁边看机器做的对不对，而是下面的流程： 选择一个适合目标任务的数学模型 先把一部分已知的“问题和答案”（训练集）给机器去学习 机器总结出了自己的“方法论” 人...
什么是监督学习
weixin_46699726的博客
07-20 3614
监督学习是从标注数据中学习预测模型，本质是学习输入到输出的映射的统计规律 （1）输入空间，特征空间和输出空间 在监督学习中，将输入与输出所有可能取值的集合分别称为输入空间和输出空间。输入与输出空间可以是有限元素的集合，也可以是整个欧式空间，也可以是不同的空间；但通常输出空间远小于输入空间。 每个具体的输入是一个实例，通常由特征向量表示。所有特征向量存在的空间成为特征空间。 督学习从训练数据集合中学习模型，对测试数据进行预测。训练数据由输入（或特征向量）与输出对组成，训练集通常表示为 ...
监督学习是什么
pythondby的博客
12-12 2961
所谓监督学习，就是先利用有标签的训练数据学习得到一个模型，然后使用这个模型对新样本进行预测。在本质上，监督学习的目标在于，构建一个由输入到输出的映射，该映射用模型来表示。 模型属于由输入空间到输出空间的映射集合，这个集合就是假设空间（hypothesis space）。假设空间的确定，就意味着学习范围的确定。而如何在假设空间中找到最好的映射，这就是监督学习的最大动机所在。 对于监督学习来说，所构建的模型通常在训练集中学习，调整模型参数，而在测试数据集中进行预测验证。因此，训练集通常用如下公式的方式进行描
机器学习简述：监督学习与无监督学习
课程涵盖了监督学习的参数与非参数算法、支持向量机、核函数和神经网络，无监督学习的聚类、降维和推荐系统，以及如何应用这些技术到实际问题中，如智能机器人、文本理解、计算机视觉等。课程结构清晰，每节课配有...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

chp的博客

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值