机器学习1.1-监督学习和非监督学习

监督学习

1. 必须明确目标变量的值，以便算法可以发现特征和目标变量之间的关系。给定一组数据，我们就该知道输出结果应该是什么样子，并且知道输出结果和输入结果之间有一个特定的关系。

2. 样本集：训练数据+测试数据

   训练样本 = 特征 + 目标变量（label: 分类-离散值/回归-连续值）

   　特征通常是训练样本集的列，他们是独立测量得到的

   　目标变量:目标是机器学习预测算法的测试结果（在分类算法中目标变量是离散值 :真/假；在回归算法中目标变量是连续值：1~100）

3. 监督学习需要注意的问题：

   偏置方差的权衡

   功能的复杂性和训练数据的数量

   输出空间的维数

   噪声中的输出值

非监督学习

1. 非监督学习解决的问题是，在未添加标签的数据中，试图找到隐藏的结构。因为提供给学习者的实例是未标记的，因此没有反馈来评估潜在的解决方案。

2. 无监督学习和统计密度估计问题密度相关，其中还包括寻求，总结和解释数据的主要特点等诸多技术，这和数据挖掘息息相关。

3. 数据中不包含类别信息，也不会给定目标值。

4. 非监督学习包括的类型有：

   聚类：在无监督学习中，将数据分成由类似的对象组成多个类的过程称为聚类；

   密度估计：通过样本分布的紧密程度，来估计与分组的相似性

   此外，无监督学习还可以减少数据特征的维度，以便我们可以使用二维或者三维图形更加直观地展示数据信息。

算法汇总