机器学习笔记——监督学习/无监督学习分类笔记

监督学习

给出一数据组，并已知晓这组数据的对应关系，然后给出一组新的数据，尝试对其进行预测和分析，这里注意，提前给出的数据组（data set）是已知内部的数据的对应关系，后面给出的新的数据，是要依据对之前数据的学习后，给出新的数据对应的预测值。而对于预测的结果的不同，又将监督学习分为分类（Classfication）和回归（Regression）

回归(Regression)

比如下列子：
已知某地区的房屋面积和对应的房价，然后要求对某个确定的房屋尺寸，做出对应的房价预测。

这里注意，已有的数据点（图中红色的×），是一致的数据组中的数据对应关系，现在要对新的房屋面积（图中绿色的750）做出房价预估，这里的预估结果是一个大致的数据值，对于预估数据值的问题类型，可以将其理解为回归问题。就是将新的预测对象的目标值分析对应到某一个具体的数据集中。比如下图中最后的“对房屋面积为750的房子的预估价格为200k”，这里最后的“200k”是在前期的数据分析得出的一个结果范围中。是一个具体的数值。

分类(Classfication)

简单的理解，同样是监督学习的范畴，就是对已知数据集，并且知道这些数据集之间的对应关系，然后给出一个新的数据，我们对新的数据的预测值仅为‘0’或’1‘的这样的一个分类。即最后的预测结果并非是一个大致的数值，而是一个类别，比如’好‘和’坏‘，’对‘或’错‘等。
比如：已知一些肿瘤的对应关系，图中横轴为肿瘤大小，纵轴为良性还是恶性，图中蓝色×为良性，红色×为恶性。现在给出一个尺寸的肿瘤（图中粉色箭头位置），现在要预测这个肿瘤是良性的还是恶性的，这个结果要么是良性，要么是恶性，其实就是’0‘和’1‘的判断结果，所以这个问题其实是分类问题。

无监督学习

无监督学习和监督学习可以从下面图中看出大概

左图中给出的数据集是已知的两种数据关系，并且做好分类了（圈和×），右图中给出的已知数据集没有做任何标识（均为圈），若对这两种情况的数据做分类，如下图：
左侧的很简单，根据已知数据点的类型，用算法将其分开即可，然而对于右侧的无监督学习，应为没有给出数据点之间的关系，从图中看，只能通过寻找这些数据之间的关系而将其分类，比如图中依据数据之间的聚集度将其分为两大类，即右图中两个绿色的圈圈所示。

对监督学习和非监督学习做个简单总结：
对于给出的数据集，若已知数据集之间的相互关系（如房屋面积和对应房价），则为监督学习；若不知对应关系（如上面右图的数据，最后被两个绿色的圈圈分开），则为非监督学习。
在监督学习中，若预测结果为某个确定的数值，此类型为回归问题，若预测结果为简单的分类，即类似于非0即1的，就为分类

PS：此学习笔记为学习斯坦福吴恩达机器学习视频笔记。