监督学习就是分类,通过已有的训练样本去训练得到一个最优模型,然后利用这个最优模型将所有输入映射为相应的输出,对于输出进行判断实现分类,这就对未知数据进行了分类。
无监督学习与监督学习的不同之处,主要是它没有训练样本,而是直接对数据进行建模。典型案例就是聚类了,其目的是把相似的东西聚在一起,而不关心这一类是什么。
监督学习:神经网络、决策树、KNN
无监督学习:聚类
监督学习就是分类,通过已有的训练样本去训练得到一个最优模型,然后利用这个最优模型将所有输入映射为相应的输出,对于输出进行判断实现分类,这就对未知数据进行了分类。
无监督学习与监督学习的不同之处,主要是它没有训练样本,而是直接对数据进行建模。典型案例就是聚类了,其目的是把相似的东西聚在一起,而不关心这一类是什么。
监督学习:神经网络、决策树、KNN
无监督学习:聚类