版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/zz531987464/article/details/88045813
1.监督学习(Supervised Learning):我们给算法一个数据集,其中包含了正确答案.也就是说我们给它一个数据集,在这个数据集中的每个样本,我们都给出正确的价格.即这个房子实际的卖价.也就是说每一个输入都会对应一个正确的输出.算法的目的就是每一个样本程序都会给出正确的答案.
回归问题:例如为你朋友想要卖掉的这所新房子给出估价.用更专业的术语来定义,它也被称为回归问题.这里的回归问题指的是我们想要预测连续的数值输出.
分类问题:分类算法用于预测离散值输出.例如关于肿瘤是恶性还是良性的问题,输出只有0和1两种结果.
2.无监督学习(Unsupervised Learning):在这种学习机制中,当我们给算法一大堆数据时,算法能够自动从数据中找出相关的规律和特征并进行分类(聚类算法)等处理.