何时使用监督学习或无监督学习?

  • 使用监督学习或无监督学习的基本标准是什么?
  • 哪一种方法更优越?
  • 是否有只能使用其中一种方法的特定情况?

谢谢


回答:

  1. 如果你有标记的数据集,你可以使用两种方法。如果你没有标记的数据,你只能使用无监督学习。

  2. 这不是哪一种“更好”的问题,而是你想要达到的目标的问题。例如,数据聚类通常是无监督的——你希望算法告诉你数据的结构如何。而分类则是监督的,因为你需要教你的算法区分不同类别,以便对未见过的数据进行预测。

  3. 参见第1点。

顺便提一下:这些都是非常广泛的问题。我建议你熟悉一些机器学习的基础知识。

例如,这里有一个很好的播客:http://ocdevel.com/podcasts/machine-learning

Jake VanderPlas 的书和笔记本非常好:http://nbviewer.jupyter.org/github/jakevdp/PythonDataScienceHandbook/blob/master/notebooks/Index.ipynb

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注