监督学习简介
1、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,监督学习在AI知识结构中的位置如下:
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…
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”
- 人类把”新的问题”(测试集)给机器,让它去解答
上面提到的问题和答案只是一个比喻,假如我们想要完成文章分类的任务,则是下面的方式:
- 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”
- 机器学会后,再丢给他一些新的文章(不带分类),让机器预测这些文章的分类
关于机器学习与人工智能的简介见文章:传送门
2、监督学习的两个任务
监督学习有2个主要的任务:
- 回归:预测连续的、具体的数值。例如:支付宝里的芝麻信用分数
- 分类:对各种事物分门别类,用于离散型预测
2.1、回归
案例:芝麻信用分是怎么来的?
芝麻信