监督学习算法去数据集中积累经验时，关键在于数据是有标签的。用通俗的话来讲，我需要算法分别这个是人，那个是花，然后它就慢慢学会认识这些事物了。
但是生活中大部分数据是没有标签的，无标签数据比有标签数据要多的多。为什么呢？因为给数据人工加标签是十分繁重的工作。如果是几十上百万的数据量要添加标签，想想看是多大的工作量。
面对无标签数据，我们的机器学习方法就叫做，非监督学习。加标签的术语叫做聚类。
举个例子，如果你知道数据集来自于2种花的数据，就可以利用聚类算法给数据打上标签。
当然，你不知道种类的个数，也有办法聚类。
所以说，无监督学习的「力量」是很大的，它不仅可以用于数据的聚类，同时还能帮助我们给数据集添加标签。于是，很多机器学习的流程其实就变成了：
机器学习&监督学习&非监督学习概念 机器学习 Tom Mitchell provides a more moder...
机器学习(Machine Learning) 机器学习主要由监督学习、非监督学习、半监督学习、强化学习等组成。 监...
监督学习算法去数据集中积累经验时，关键在于数据是有标签的。用通俗的话来讲，我需要算法分别这个是人，那个是花，然后它...
机器学习的方法分类 监督学习 非监督学习 半监督学习 增强学习 1. 监督学习 含义:给机器训练的数据,有了"标记...
通常来说，机器学习可以分成两类：①监督学习 ②非监督学习 什么是机器学习?（Machine Learning）？ ...
**机器学习的方法包括: ** 监督学习 supervised learning; 非监督学习 unsupervi...
一.机器学习介绍 机器学习分为五大类型，包括:监督学习supervised learning;非监督学习unsup...
机器学习分为监督学习、非监督学习和半监督学习（也可以叫强化学习）。在这里我们来区分一下监督学习和非监督学习的区别吧...
机器学习可以分为监督学习，半监督学习，非监督学习，强化学习，深度学习等。监督学习是先用带有标签的数据集合学习得到...
#监督学习 ######仅仅是个人理解 对于机器学习，分为监督学习和非监督学习，今天的监督学习仅仅作为自己的学习记...
本文标题：机器学习日记之非监督学习
本文链接：https://www.haomeiwen.com/subject/imtlyftx.html
网友评论