machine-learning监督学习和无监督学习

例如，对房价的判断，训练样本为过去2年不同面积的房子的价格，输入x为面积，输出y为房子价格。与应用1 数据回归预测有多种不同的输出不同，分类的输出只有两种：是 or 不是。与监督学习不同的是，无监督学习不需要指定y作为正确的label来训练模型，模型可以自己根据样本集的特征将样本集中的数据划分为不同的类群。下图中可以看出左边的监督学习是把数据分为正确的和错误的，而右边仅仅是把相似的数据放在一起，形成了两个不同的数据集。选项4：将病人分为两类：有糖尿病和无糖尿病的，因此是监督学习，属于监督学习中的分类应用。