机器学习中,有三种学习方法:
1. 监督学习
2. 非监督学习
3. 半监督学习
1 监督学习:
监督学习是对具有概念标记(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。一般上来说,分类与回归问题属于监督学习,之所以称之为监督学习,是因为这类算法要知道预测什么,也就是目标变量的分类信息。
常见的监督学习算法有:
- k近邻算法 线性回归
- 朴素贝叶斯算法 局部权重线性回归
- 支持向量机决策树|
2 非监督学习
对没有概念标记(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,所有的标记(分类)是未知的。既是数据是没有类别信息,也不会给定目标值。
常见的非监督学习有:
k均值
最大期望算法
DBSCAN
3 半监督学习
半监督学习就是用少量带标签的数据去训练一个模型,去学习更多不带标签的数据类别。