2018-12-03监督学习

监督学习

在有监督的学习中，我们得到一个数据集，并且已经知道我们的正确输出应该是什么样的，并且认为输入和输出之间存在关系。即：对于监督学习的样本数据集我们知道哪个是正样本那个是负样本

例：鉴于有关房地产市场房屋面积的数据，尝试预测房价。

监督学习问题分为“回归”和“分类”问题。

 在回归问题中，我们试图在连续输出中预测结果，这意味着我们正在尝试将输入变量映射到某个连续函数。 

在分类问题中，我们试图在离散输出中预测结果。 换句话说，我们试图将输入变量映射到离散类别。

例1：

鉴于有关房地产市场房屋面积的数据，请尝试预测房价。 作为大小函数的价格是连续输出，因此这是一个回归问题。

我们可以将这个例子变成一个分类问题，而不是让我们的输出关于房子“卖得多于还是低于要价”。 在这里，我们将基于价格的房屋分为两个不同的类别。

例2：

（a）回归 - 鉴于一个人的照片，我们必须根据给定的图片预测他们的年龄

（b）分类 - 鉴于患有肿瘤的患者，我们必须预测肿瘤是恶性的还是良性的。