线性回归问题是否总是被归类为监督机器学习问题

线性回归问题是否总是被归类为监督机器学习问题,还是在某些特定条件下可以被视为无监督机器学习问题?


回答:

在某些情况下,线性回归可以被视为无监督机器学习。

以自回归模型为例,其输入是时间t-1的值,预测值是时间t的值。这里你有一个无监督学习问题,因为输入和输出是相同的,就像你有一个没有Y的X一样,Y是X的下一个值。

然而,这种思考方式被延伸得很多,我会谨慎使用“无监督学习”这个词来描述一个简单的线性回归。

事实上,一些无监督学习问题可以通过监督学习的思维方式来学习。因此,线性回归始终是一个监督学习算法,但它可以用来实现无监督学习的目标。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注