監督學習和非監督學習區別
看過吳恩達機器學習都知道這兩者的相關概念,但是我在看**時,文中常說這是非監督學習的方法,但是感覺似乎又有些不對,又讓我迷惑了起來,於是開始查詢資料,又對這個基礎的不能在基礎的概念,進行理解,如果有錯誤,請指教,發上來也是想問問大家我的理解是否合理1.分類和聚類
監督學習大致可以把問題分為**或者分類問題,像我從前總覺的 分類就是非監督,因為感覺就是都分成一部分一部分的,其實並不然
看下面這》分類和聚類
分類**:
我們大多數的學習都是監督學習,因為就是給出一些資料也都是標明了這些特徵是什麼特徵,就能給出更好的判斷,而非監督學習僅是給出一堆資料,只能知道第一列特徵它取這個值而它取哪個值,所以我們可能根據某乙個特徵,將資料分成幾類,例如男女,打上了標籤,我們就給他分成男女;但是如果沒有打上標籤,我們就可能根據身高(不知道是什麼特徵)或者年齡(不知道是什麼特徵)分成另外幾類.
2. 結果評估
其實判斷這個方法是不是監督學習最好的辦法 就是看他最後結果評估演算法非監督學習一般不分訓練集測試集的,因為沒有意義,本來也不知道正確答案的,
監督學習的結果判斷好壞 一般是給出正確的答案y,**值為y*,利用|y*-y|等函式,從而調整模型
那麼非監督學習評估結果好壞就是分析這分類的結果的聚集程度,他們之間的距離越緊密,意味著聚類的結果越好.
可以參考:>>>>>>>>>>機器學習系列手記（五）：非監督學習之聚類演算法的評估
參考》聚類與分類的演算法
3.應用
聚類問題的應用
機器學習 二 機器學習基礎
機器學習基礎概念 關於資料 監督學習 機器學習的基本任務，具體可以做什麼？結果是乙個連續數字的值，而非乙個類別 回歸任務可以劃分成分類任務。給機器的訓練資料擁有 標記 或者 答案 例如 1.影象已經擁有了標定資訊 2.銀行已經積累了一定的客戶資訊和他們信用卡的信用情況 3.醫院已經積累了一定的病人資...
機器學習 二
本文只提供機器學習整體框架 類,方法與函式的使用請自行檢視官方api users air macro megachen study programofstudy machinelearning pictures screen shot 2018 08 02 at 10.01.31.png 機器學習的...
二 機器學習之路 什麼是機器學習
寫在前面 本部落格所寫內容均為本人自學筆記，如有錯誤之處，還請各位大神多多指教，謝謝。tom mitchell在他的 machine learning 書中給出了乙個簡單明瞭的定義 機器學習這門學科所關注的問題是 電腦程式如何隨著經驗積累自動提高效能。說白了就是一套計算機 在實現乙個功能的過程中，不...