无监督学习和监督学习的区别

1、什么是无监督学习？

        无监督学习是机器学习技术中的一类，用于发现数据 中的模式。利用 学习数据的分布或数据与数 据之间的关系被称作无监督学习。

2、无监督学习代表算法：

        1、k-means算法（聚类算法）

3、什么是监督学习?

        监督学习描述的任务是：当给定输入x,如何通过在有标注输入和输出的数据上训练模型而能够预测输出y

        1、通过带有标签的训练集：训练模型

        2、通过训练模型，输入新事件自变量x,预测输出y

 4、监督学习代表算法：

        1、knn(k最近邻算法）属于分类方法。

        2、贝叶斯算法、朴素贝叶斯算法，属于分类方法。

        3、逻辑回归，属于回归方法。

        4、线性回归，属于回归方法。

 5、无监督学习vs监督学习。

       1.监督学习方法必须要有训练集与测试样本。在训练集中找规律，而对 测试样本使用这种规律。而非监督学习没有训练集，只有一组数据，在该 组数