有監(jiān)督學(xué)習(xí)（Supervised Learning）
所謂有監(jiān)督學(xué)習(xí)，是區(qū)別于無(wú)監(jiān)督學(xué)習(xí)而言的。其過(guò)程如下：

給定一系列樣本，樣本是由一系列特征值和輸出值組成。比如，某個(gè)地方的商品房，包括房子大小、房間數(shù)、距離市中心的距離等等特征值以及房?jī)r(jià)這個(gè)輸出值。根據(jù)這些樣本，找出特征值和輸出值之間的規(guī)律，從而根據(jù)這些規(guī)律預(yù)測(cè)新的樣本?！罢乙?guī)律”就是一個(gè)學(xué)習(xí)或訓(xùn)練的過(guò)程。有監(jiān)督學(xué)習(xí)就是在學(xué)習(xí)的過(guò)程中，加入人工的干預(yù)；換一種說(shuō)法，就是在訓(xùn)練的過(guò)程中，告訴機(jī)器，對(duì)每一個(gè)輸入，輸出應(yīng)該是什么。訓(xùn)練完成后，我們得到了一種規(guī)律。根據(jù)這個(gè)規(guī)律，對(duì)于以后新來(lái)的樣本，可以通過(guò)分析其特征值，預(yù)測(cè)其輸出值。比如，我們通過(guò)訓(xùn)練或?qū)W習(xí)，知道了房子大小、房間數(shù)、距離市中心的距離等等特征與房?jī)r(jià)之間的關(guān)系，新來(lái)一套房子，我們就可以根據(jù)新房子的大小、房間數(shù)、距離市中心的距離等等特征，預(yù)測(cè)其價(jià)格。
對(duì)于有監(jiān)督學(xué)習(xí)來(lái)說(shuō)，最核心的思想是怎么找出其中“規(guī)律”的過(guò)程。
用數(shù)學(xué)的方法來(lái)描述：我們可以將樣本的特征作為輸入，經(jīng)過(guò)其“規(guī)律”的變換，得到其輸出。特征空間用X表示，輸出空間用Y表示，而其"規(guī)律"則用h來(lái)表示，我們可以得到一個(gè)映射關(guān)系：
? ? ? ? ? ? ?
在此，我們得到了樣本特征與輸出的數(shù)學(xué)表達(dá)式，有監(jiān)督學(xué)習(xí)的過(guò)程就是確定函數(shù)h的過(guò)程。至于怎樣確定，在以后的學(xué)習(xí)中會(huì)有許許多多的方法。

然后，還有一些基本概念。用于訓(xùn)練的樣本，組成的集合，我們稱(chēng)之為訓(xùn)練集（training set）。訓(xùn)練集中樣本的特征組成的空間，我們稱(chēng)之為特征空間。如上所述的過(guò)程，可用下圖一覽概括：

對(duì)于上述例子中所述的房?jī)r(jià)問(wèn)題，其預(yù)測(cè)為一系列連續(xù)的值，我們稱(chēng)這樣的問(wèn)題為回歸問(wèn)題。而如果輸出只是若干個(gè)離散的值，我們就可以稱(chēng)之為分類(lèi)問(wèn)題。比如，某些應(yīng)用中需要判斷一幅圖像中的人的性別，輸出只有兩個(gè)值，“男”或“女”，這就是一個(gè)典型的二分類(lèi)問(wèn)題。

轉(zhuǎn)載于:https://www.cnblogs.com/guobiao819/p/supervised_learning.html

總結(jié)

以上是生活随笔為你收集整理的学习总结：机器学习（一）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。