监督学习和无监督学习是什么？-CSDN博客

本文介绍了机器学习的两种主要类型：监督学习和无监督学习。监督学习涉及提供带有正确答案的数据集，例如预测房价或判断乳腺癌的恶性程度，通常用于回归和分类问题。无监督学习则在没有标签的数据集中寻找结构，如聚类，常应用于新闻分组、社交网络分析和市场细分等场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

吴恩达课程机器学习笔记

机器学习算法最常用两个类型就是监督学习和无监督学习。监督学习是指，我们将教计算机如何去完成任务，而在无监督学习中，是让计算机自己进行学习。二者的区别在于，监督学习里的“教”意味着在计算机学习之前，人类要给计算有正确答案；而无监督学习由于没人教，没有正确答案，计算机得自己面对数据集，分析出正确答案。

首先用这个例子来介绍什么是监督学习

你收集了一些房价的数据。你把这些数据画出来，看起来是这个样子：横轴表示房子的面积，单位是平方英尺，纵轴表示房价，单位是千美元。那基于这组数据，假如你有一个朋友，他有一套750平方英尺房子，现在他希望把房子卖掉，他想知道这房子能卖多少钱。

那么关于这个问题，机器学习算法将会怎么帮助你呢？

在这里插入图片描述

我们应用学习算法，可以在这组数据中画一条拟合一条直线，根据这条线我们可以推测出，这套房子可能卖$$150,000 $，当然这不是唯一的算法。可能还$