本文探讨了机器学习中监督学习与非监督学习的区别，详细解释了分类与回归任务的目标值特性，以及开发流程的数学建模过程。通过阅读本文，读者可以了解不同学习方式的应用场景。
监督学习：特征值+目标值
非监督学习：特征值
分类：目标值为离散型
回归：目标值为连续型
开发流程：类似于数学建模的过程
转载于:https://www.cnblogs.com/shixinzei/p/10170046.html
扫一扫
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
监督学习：特征值+目标值
非监督学习：特征值
分类：目标值为离散型
回归：目标值为连续型
开发流程：类似于数学建模的过程
转载于:https://www.cnblogs.com/shixinzei/p/10170046.html
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
