有监督、无监督学习概念

机器学习分为：监督学习，无监督学习，半监督学习等。

标签：如果你输入了关键词（动物，会飞，有翅膀），怎么让机器知道这个是鸟呢？答案是不可能，除非你提前告诉计算机，说一种动物，会飞，有翅膀，这就是鸟。这个“告诉“的过程叫做打标签(labelling), 这个其实就是对数据的定义。

监督学习（supervised learning）

• 有标签的就是有监督学习。

• 已经标记好的数据(labelled data)，用来做训练来预测新数据的类型(class)，或者是值。预测已有类型叫做分类(classification)，预测一个值叫做回归(regression)。

• 常见的有监督学习算法：回归分析和统计分类。

无监督学习（unsupervised learning）

• 无标签的就是无监督学习。

• 代表数据的背景结构, 因此, 简化、降维、汇总是其主要没有目标变量, 目的是揭示相关变量所提供的潜在重叠信息所特点

• 常见的无监督学习算法：聚类分析、主成分分析、因子分析、典型相关分析、对应分析、多维尺度分析。

半监督学习:(Semi-Supervised learning)

• 就是一半（一点点）数据有标签，一半（极其巨大）数据没标签。

• 同时用了有监督学习的方法和无监督的方法，更准确的说是同时用了标记好的数据和未标记的数据 。

有监督和无监督两者的不同点

1. 有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，在该组数据集内寻找规律。

2. 有监督学习的方法就是识别事物，识别的结果表现在给待识别数据加上了标签。因此训练样本集必须由带标签的样本组成。而非监督学习方法只有要分析的数据集的本身，预先没有什么标签。如果发现数据集呈现某种聚集性，则可按自然的聚集性分类，但不予以某种预先分类标签对上号为目的。

3. 非监督学习方法在寻找数据集中的规律性，这种规律性并不一定要达到划分数据集的目的，也就是说不一定要“分类”。这一点是比有监督学习方法的用途要广。 譬如分析一堆数据的主分量，或分析数据集有什么特点都可以归于非监督学习方法的范畴。

4. 用非监督学习方法分析数据集的主分量与用K-L变换计算数据集的主分量又有区别。后者从方法上讲不是学习方法。因此用K-L变换找主分量不属于无监督学习方法，即方法上不是。而通过学习逐渐找到规律性这体现了学习方法这一点。在人工神经元网络中寻找主分量的方法属于无监督学习方法。

何时采用哪种方法

简单的方法就是从定义入手，

• 有训练样本则考虑采用监督学习方法；

• 无训练样本，则一定不能用监督学习方法。

但是，现实问题中，即使没有训练样本，我们也能够凭借自己的双眼，从待分类的数据中，人工标注一些样本，并把它们作为训练样本，这样的话，可以把条件改善，用监督学习方法来做。对于不同的场景，正负样本的分布如果会存在偏移（可能大的偏移，可能比较小），这样的话，监督学习的效果可能就不如用非监督学习了。