监督学习和无监督学习的区别

Avada__Kedavra

于 2019-06-28 19:16:23 发布

阅读量804

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/u014128608/article/details/94032023

机器学习专栏收录该内容

12 篇文章

订阅专栏

本文探讨了机器学习中两大核心领域：监督学习与无监督学习。监督学习依赖于带标签的数据集，通过训练模型来预测未知数据；无监督学习则在无标签数据中寻找内在结构，如聚类。文章还介绍了几种常见的距离度量方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

监督无监督

根据训练数据是否有标签，学习任务可大致划分为“监督学习”和“无监督学习”。

监督学习方法必须要有训练集与测试样本。利用训练数据集学习一个模型，再用模型对测试样本集进行预测。

无监督学习没有训练集，只有一组数据，在该组数据集内寻找规律。试图使簇内差距最小化，簇间差距最大化。

距离度量

$p=1$ 曼哈顿距离

$p = 2$ 欧式距离

$p=\infty$ 切比雪夫距离

余弦距离

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。