机器学习的基本概念--监督学习和非监督学习
1.监督学习(Supervised learning)
对一个算法来说,需要部分数据集已经有了正确的标签,算法需要预测出更多的正确答案,监督学习又分为回归问题和分类问题。
回归问题(regression)
算法预测的是一个连续的输出值
分类问题(classification)
算法预测的是一个离散的输出(离散的输出可以代表着数据集的某种属性)
2.非监督学习(Unsupervised learning)
只有一个数据集,数据没有明确的属性或者说数据没有标签,通过聚类算法将数据自动分为不同的类别。