本文简要介绍了机器学习中的两大核心类别：监督学习与无监督学习。监督学习通过带有标签的数据集来构建预测模型，包括分类和回归任务；而无监督学习则侧重于从无标签数据中发现潜在结构，例如聚类分析。文章列举了多种典型的监督学习算法（如SVM、KNN等）和无监督学习算法（如K-Means）。
简单来说，是否有监督，就看输入是否有标签（label）。监督学习即通过已有的训练样本来训练，从而得到一个最优模型，再利用这个模型将数据样本映射为相应的结果。例如：分类，回归各种算法，SVM, KNN, RF, GBDT等等。 无监督学习如聚类，包括K-Means，模糊c均值等。
机器学习中，有监督与无监督训练的区别与联系
最新推荐文章于 2025-07-18 20:03:05 发布
扫一扫
2万+
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
