
给学习算法一个数据集,这个数据集 由“正确答案”组成。
其基本思想是,我们数据集中的每个样本都有相应的“正确答案”。再根据这些样本作出预测
典型的监督学习:
1.线性回归问题: 预测房价
2.逻辑回归问题: 乳腺癌良性和恶性的判断
无监督学习:无监督学习中给定的数据集没有任何的标签,已知数据集却不知道如何来处理,也不知道每个数据点是什么。
典型的无监督学习:
1.聚类算法:谷歌新闻的分组,基因问题的处理
欢迎分享,转载请注明来源:内存溢出

给学习算法一个数据集,这个数据集 由“正确答案”组成。
其基本思想是,我们数据集中的每个样本都有相应的“正确答案”。再根据这些样本作出预测
典型的监督学习:
1.线性回归问题: 预测房价
2.逻辑回归问题: 乳腺癌良性和恶性的判断
无监督学习:无监督学习中给定的数据集没有任何的标签,已知数据集却不知道如何来处理,也不知道每个数据点是什么。
典型的无监督学习:
1.聚类算法:谷歌新闻的分组,基因问题的处理
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)