监督学习和非监督学习
监督学习:
监督学习就是分类,把人们已经处理好的训练样本(即已知数据和对应输出)给计算机,计算机通过规律训练出一个最佳模型,再用这个模型对输入的数据进行分类,得出对应的输出。
从而使计算机具有对未知数据进行分类的功能。
特点:目标明确
需要带标签的训练样本
分类效果很容易评估
非监督学习:
非监督学习没有训练样本,人们把数据输入到计算机,计算机直接对数据进行建模,不用知道类别是什么,只是把相似度高的东西归到一个类。
特点:没有明确目标
不需要带标签的数据
分类效果难以评估
相关推荐
hhycsdn 2020-08-16
Hannah 2020-06-09
baike 2020-06-08
燕哥带你学算法 2020-05-12
RememberMePlease 2020-05-12
清溪算法君老号 2020-05-11
rein0 2020-05-11
yuanran0 2020-05-10
seekerhit 2020-05-10
horizonheart 2020-05-09
wonner 2020-05-09
SystemArchitect 2020-05-07
earthhouge 2020-05-07
Broadview 2020-05-07
sxyhetao 2019-11-04
zhglinux 2019-06-27
simplehap 2018-02-15
chenyuping 2020-10-30