python:什么是有监督学习，什么是无监督学习，这两类的区别是什么

开花结果02

2020-07-14 阅读量: 1294

1. 什么是有监督学习

指对数据的若干特征与若干标签（类型）之间的关联性进行建模的过程；只要模型被确定，就可以应用到新的未知数据上。这类学习过程可以进一步分为「分类」（classification）任务和「回归」（regression）任务。在分类任务中，标签都是离散值；而在回归任务中，标签都是连续值。

2. 什么是无监督学习

指对不带任何标签的数据特征进行建模，通常被看成是一种 “让数据自己介绍自己” 的过程。这类模型包括「聚类」（clustering）任务和「降维」（dimensionality reduction）任务。聚类算法可以讲数据分成不同的组别，而降维算法追求用更简洁的方式表现数据。指对不带任何标签的数据特征进行建模，通常被看成是一种 “让数据自己介绍自己” 的过程。这类模型包括「聚类」（clustering）任务和「降维」（dimensionality reduction）任务。聚类算法可以讲数据分成不同的组别，而降维算法追求用更简洁的方式表现数据。

3. 监督学习和无监督学习的区别是什么

两者的本质区别是有无标签值，有监督学习数据集中是有标签值列的，无监督学习是是自己去学习自己的过程，尝试去找到一个类似于标签的东西