轉自：http://blog.csdn.net/warrior_zhang/article/details/41453327

機器學習的常用方法，主要分為有監督學習(supervised learning)和無監督學習(unsupervised learning)。

????? 監督學習，就是人們常說的分類，通過已有的訓練樣本（即已知數據以及其對應的輸出）去訓練得到一個最優模型（這個模型屬于某個函數的集合，最優則表示在某個評價準則下是最佳的），再利用這個模型將所有的輸入映射為相應的輸出，對輸出進行簡單的判斷從而實現分類的目的，也就具有了對未知數據進行分類的能力。在人對事物的認識中，我們從孩子開始就被大人們教授這是鳥啊、那是豬啊、那是房子啊，等等。我們所見到的景物就是輸入數據，而大人們對這些景物的判斷結果（是房子還是鳥啊）就是相應的輸出。當我們見識多了以后，腦子里就慢慢地得到了一些泛化的模型，這就是訓練得到的那個（或者那些）函數，從而不需要大人在旁邊指點的時候，我們也能分辨的出來哪些是房子，哪些是鳥。監督學習里典型的例子就是KNN、SVM。

????? 無監督學習（也有人叫非監督學習，反正都差不多）則是另一種研究的比較多的學習方法，它與監督學習的不同之處，在于我們事先沒有任何訓練樣本，而需要直接對數據進行建模。這聽起來似乎有點不可思議，但是在我們自身認識世界的過程中很多處都用到了無監督學習。比如我們去參觀一個畫展，我們完全對藝術一無所知，但是欣賞完多幅作品之后，我們也能把它們分成不同的派別（比如哪些更朦朧一點，哪些更寫實一些，即使我們不知道什么叫做朦朧派，什么叫做寫實派，但是至少我們能把他們分為兩個類）。無監督學習里典型的例子就是聚類了。聚類的目的在于把相似的東西聚在一起，而我們并不關心這一類是什么。因此，一個聚類算法通常只需要知道如何計算相似度就可以開始工作了。
???????? 那么，什么時候應該采用監督學習，什么時候應該采用非監督學習呢？

???????? 如果我們在分類的過程中有訓練樣本(training data)，則可以考慮用監督學習的方法；如果沒有訓練樣本，則不可能用監督學習的方法。但是事實上，我們在針對一個現實問題進行解答的過程中，即使我們沒有現成的訓練樣本，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，并把他們作為訓練樣本，這樣的話就可以把條件改善，用監督學習的方法來做。當然不得不說的是有時候數據表達的會非常隱蔽，也就是說我們手頭的信息不是抽象的形式，而是具體的一大堆數字，這樣我們很難憑借人本身對它們簡單地進行分類。這個說的好像有點不大明白，舉個例子說就是在bag-of-words模型的時候，我們利用k-means的方法聚類從而對數據投影，這時候用k-means就是因為我們當前到手的只有一大堆數據，而且是很高維的，當我們想把他們分為50個類的時候，我們已經無力將每個數據標記說這個數應該是哪個類，那個數又應該是哪個類了。所以說遇到這種情況也只有無監督學習能夠幫助我們了。那么這么說來，能不能再深入地問下去，如果有訓練樣本（或者說如果我們可以獲得到一些訓練數據的話），監督學習就會比無監督學習更合適呢？（照我們單純地想，有高人教總比自己領悟來的準，來的快吧！）我覺得一般來說，是這樣的，但是這要具體看看訓練數據的獲取。有人在課題的研究中，手動標注了大量的訓練樣本（當然這些樣本基本準確了），而且把樣本畫在特征空間中發現線性可分性非常好，只是在分類面附近總有一些混淆的數據樣本，從而用線性分類器進行分類之后這樣樣本會被誤判。然而，如果用混合高斯模型(GMM)來分的話，這些易混淆的點被正確分類的更多了。對這個現象的一個解釋，就是不管是訓練樣本，還是待聚類的數據，并不是所有數據都是相互獨立同分布的。換句話說，數據與數據的分布之間存在聯系。在閱讀監督學習的大量材料中，大家都沒有對訓練數據的這一假設（獨立同分布）進行說明。對于不同的場景，正負樣本的分布如果會存在偏移（可能是大的偏移，也可能偏移比較小），這樣的話用監督學習的效果可能就不如用非監督學習了。

另外，關于判別學習和生成學習算法可以參照http://blog.csdn.net/andrewseu/article/details/46789121

總結

以上是生活随笔為你收集整理的监督学习和非监督学习的全部內容，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。