监督学习:
相当于分类,我们已经知道数据要分为多少类,每一类是什么。训练用的数据是有特征或者标签的,这个特征和标签是人工标注好的。常见的监督算法有KNN、SVM等。
半监督学习:
训练用的数据一部分是有特征和标签的,一部分没有。
无监督学习:
相当于聚类。事先并不知道数据会被分为几类,无监督学习算法将相似度较高的数据分为一类,而不关注这一类究竟是什么。
当手上有标注好的训练集时,优先选择监督学习算法;当训练集数据特征或者标签维度很高时,人工标注困难时可以考虑无监督学习;
相当于分类,我们已经知道数据要分为多少类,每一类是什么。训练用的数据是有特征或者标签的,这个特征和标签是人工标注好的。常见的监督算法有KNN、SVM等。
训练用的数据一部分是有特征和标签的,一部分没有。
相当于聚类。事先并不知道数据会被分为几类,无监督学习算法将相似度较高的数据分为一类,而不关注这一类究竟是什么。
当手上有标注好的训练集时,优先选择监督学习算法;当训练集数据特征或者标签维度很高时,人工标注困难时可以考虑无监督学习;