什么是监督学习？如何理解分类和回归？

本文首发在 easyAI —— 人工智能知识库

什么是监督学习？

监督学习是机器学习中的一种训练方式/学习方式：

监督学习需要有明确的目标，很清楚自己想要什么结果。比如：按照“既定规则”来分类、预测某个具体的值…

监督并不是指人站在机器旁边看机器做的对不对，而是下面的流程：

1. 选择一个适合目标任务的数学模型
2. 先把一部分已知的“问题和答案”（训练集）给机器去学习
3. 机器总结出了自己的“方法论”
4. 人类把"新的问题"（测试集）给机器，让他去解答

上面提到的问题和答案只是一个比喻，假如我们想要完成文章分类的任务，则是下面的方式：

1. 选择一个合适的数学模型
2. 把一堆已经分好类的文章和他们的分类给机器
3. 机器学会了分类的“方法论”
4. 机器学会后，再丢给他一些新的文章（不带分类），让机器预测这些文章的分类

监督学习的2个任务：回归、分类

监督学习有2个主要的任务：

1. 回归
2. 分类

**回归：预测连续的、具体的数值。**比如：支付宝里的芝麻信用分数(下面有详细讲解)

**分类：对各种事物分门别类，用于离散型（