吴恩达机器学习笔记--监督学习和无监督学习

本文深入探讨了监督学习和无监督学习的概念,解释了回归和分类作为监督学习的两种主要形式,以及如何通过给定的数据集进行预测。同时,介绍了无监督学习中聚类算法的应用,展示了如何在没有特定分类的数据集中发现潜在的结构。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.监督学习:
通过给定的数据集,进行预测得到“正确的答案”,并且数据集已经包括了答案。
如:100平的房价100w,120平的房价120w,140平的房价140w,通过学习,我们可以预测150平的房价150w左右。

1.1回归和分类:
回归指我们的预测值应该是个连续输出值(real-valued output),如房价。
分类是指我们的预测值应该是离散输出值(discreated-valued output),如是否得肿瘤,得还是不得。

2.无监督学习:
给定的数据集并没有特定的分类。如:一群人中的性格特征,一群人并不知道他的性格,通过其内在的特点,可以分为外向,开朗,善谈等几种人。通过给定的算法机制,可以找出数据类型的结构。
聚类算法就是无监督学习的一种

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值