文章目录
- 监督学习算法
- 1.定义
- 2.分类
- 回归问题
- 分类问题
- 无监督学习算法
- 1.定义
- 2.分类
- 聚类
机器学习算法中，可以分为：
- 监督学习算法
- 无监督学习算法
监督学习算法
1.定义
监督学习是指，我们给算法一个数据集，其中包含了正确的答案，比如我们给监督学习算法一个房价的数据集，在这个数据集的每一个样本中都包含一个正确答案（销售价格），那么监督学习算法的目的就是给出尽可能多的正确的答案，即更多种可能的价格，
我们希望在监督学习算法中，在数据集的每一个样本中，我们想要算法预测，并且得到正确的答案
2.分类
回归问题
回归问题是针对于连续型变量的。
举个栗子：
预测房屋价格假设想要预测房屋价格，绘制了下面这样的数据集。水平轴上，不同房屋的尺寸是平方英尺，在竖直轴上，是不同房子的价格，单位时（千万$）。给定数据，假设一个人有一栋房子，750平方英尺，他要卖掉这栋房子，想知道能卖多少钱。这个时候，监督学习中的回归算法就能派上用场了，我们可以根据数据集来画直线或者二阶函数等来拟合数据。
通过图像，我们可以看出直线拟合出来的150k,曲线拟合出来是200k,所以要不断训练学习，找到最合适的模型得到拟合数据（房价）。回归通俗一点就是，对已经存在的点（训练数据）进行分析，拟合出适当的函数模型y=f(x)，这里y就是数据的标签，而对于一个新的自变量x，通过这个函数模型得到标签y。
分类问题
和回归最大的区别在于，分类是针对离散型的，输出的结果是有限的。
举个栗子：
估计肿瘤性质假设某人发现了一个乳腺瘤，在乳腺上有个z肿块，恶性瘤是危险的、有害的；良性瘤是无害的。假设在数据集中，水平轴是瘤的尺寸，竖直轴是1或0，也可以是Y或N。在已知肿瘤样例中，恶性的标为1，良性的标为0。那么，如下，蓝色的样例便是良性的，红色的是恶性的。
这个时候，机器学习的任务就是估计该肿瘤的性质，是恶性的还是良性的。那么分类就派上了用场，在这个例子中就是向模型输入人的各种数据的训练样本（这里是肿瘤的尺寸，当然现实生活里会用更多的数据，如年龄等），产生“输入一个人的数据，判断是否患有癌症”的结果，结果必定是离散的，只有“是”或“否”。所以简单来说分类就是，要通过分析输入的特征向量，对于一个新的向量得到其标签
无监督学习算法
1.定义
无监督学习是指一个数据集，我们不知道要拿他来干嘛，也不知道每个数据样本数据点是什么，我们只被告知这是一个数据集，那么对于一个这样的数据集，无监督学习只能判断数据集中的存在的数据子集，并且把其划分为各个簇，对于无监督学习，我们不能事先知道这些数据能带给我们什么样的信息，只有在学习后我们才能大概得出结论
2.分类
聚类
Google新闻按照内容结构的不同分成财经，娱乐，体育等不同的标签，这就是无监督学习中的聚类。或者根据给定基因把人群分类。如图是DNA数据，对于一组不同的人我们测量他们DNA中对于一个特定基因的表达程度。然后根据测量结果可以用聚类算法将他们分成不同的类型。这就是一种无监督学习, 因为我们只是给定了一些数据，而并不知道哪些是第一种类型的人，哪些是第二种类型的人等等。