Supervised Learning （监督学习）与 Unsupervised Learning （非监督学习）

Supervised Learning （监督学习）

        对具有概念标记（分类）的训练样本进行学习，以尽可能对训练样本集外的数据进行标记（分类）预测。这里，所有的标记（分类）是已知的。因此，训练样本的岐义性低。

        监督学习是训练神经网络和决策树的最常见技术。这两种技术（神经网络和决策树）高度依赖于事先确定的分类系统给出的信息。

 

E.g.房屋价格预测-回归(Regression): 预测连续的输出值（价格)

 

        乳腺癌（良性，恶性）预测问题-分类(Classification): 预测离散的输出值(0, 1)

即使有无限多种特征也可以处理（支持向量机）。

分类、回归都是监督学习的内容。

 

Unsupervised Learning （无监督学习）

        对没有概念标记（分类）的训练样本进行学习，以发现训练样本集中的结构性知识。这里，所有的标记（分类）是未知的。因此，训练样本的岐义性高。

        常见的无监督学习算法有聚类。

 

        上面介绍了监督学习。回想当时的数据集，如图表所示，这个数据集中每条数据都已经标明是阴性或阳性，即是良性或恶性肿瘤。所以，对于监督学习里的每条数据，我们已经清楚地知道，训练集对应的正确答案，是良性或恶性。

        在无监督学习中，我们已知的数据。看上去有点不一样，不同于监督学习的数据的样子，即无监督学习中没有任何的标签或者是有相同的标签。针对数据集，无监督学习就能判断出数据有两个不同的聚集簇。无监督学习算法可能会把这些数据分成两个不同的簇。所以叫做聚类算法，它能被用在很多地方。

        无监督学习有着大量的应用。它用于：

一、组织大型计算机集群   使得计算机更好的协同工作

二、社交网络的分析   分析用户与用户之间的联系

三、市场分割    许多公司有大型的数据库，存储消费者信息。所以，你能检索这些顾客数据集，自动地发现市场分类，并自动地把顾客划分到不同的细分市场中，你才能自动并更有效地销售或不同的细分市场一起进行销售。

四、天文数据分析    这些聚类算法给出了令人惊讶、有趣、有用的理论，解释了星系是如何诞生的。

这些都是聚类的例子，聚类只是无监督学习中的一种。

 

 

 

小测试：

少量的离散值，作为一个分类问题。所以problem 2 为分类问题。