1、什么是無監督學習？

? ? ? ? 無監督學習是機器學習技術中的一類，用于發現數據 中的模式。利用 學習數據的分布或數據與數 據之間的關系被稱作無監督學習。

2、無監督學習代表算法：

? ? ? ? 1、k-means算法（聚類算法）

3、什么是監督學習?

????????監督學習描述的任務是：當給定輸入x,如何通過在有標注輸入和輸出的數據上訓練模型而能夠預測輸出y

????????1、通過帶有標簽的訓練集：訓練模型

????????2、通過訓練模型，輸入新事件自變量x,預測輸出y

?4、監督學習代表算法：

????????1、knn(k最近鄰算法）屬于分類方法。

? ? ? ? 2、貝葉斯算法、樸素貝葉斯算法，屬于分類方法。

? ? ? ? 3、邏輯回歸，屬于回歸方法。

? ? ? ? 4、線性回歸，屬于回歸方法。

?5、無監督學習vs監督學習。

? ? ? ?1.監督學習方法必須要有訓練集與測試樣本。在訓練集中找規律，而對 測試樣本使用這種規律。而非監督學習沒有訓練集，只有一組數據，在該 組數據集內尋找規律。

2. 監督學習的方法就是識別事物，識別的結果表現在給待識別數據加上 了標簽。因此訓練樣本集必須由帶標簽的樣本組成。而無監督學習方法只 有要分析的數據集的本身，預先沒有什么標簽。如果發現數據集呈現某種 聚集性，則可按自然的聚集性分類，但不予以某種預先分類標簽對上號為 目的。

?6、何時采用哪種方法 ?

? ? ? ? 簡單的方法就是從定義入手，有訓練樣本則考慮采用監督學習方法；無 訓練樣本，則一定不能用監督學習方法。但是，現實問題中，即使沒有訓 練樣本，我們也能夠憑借自己的雙眼，從待分類的數據中，人工標注一些 樣本，并把它們作為訓練樣本，這樣的話，可以把條件改善，用監督學習 方法來做。對于不同的場景，正負樣本的分布如果會存在偏移（可能大的 偏移，可能比較小），這樣的話，監督學習的效果可能就不如用非監督學 習了。

?

總結

以上是生活随笔為你收集整理的无监督学习和监督学习的区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。