99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁大數(shù)據(jù)時(shí)代機(jī)器學(xué)習(xí)中有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的區(qū)別表現(xiàn)在什么方面?
機(jī)器學(xué)習(xí)中有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的區(qū)別表現(xiàn)在什么方面?
2020-07-23
收藏

機(jī)器學(xué)習(xí)主要分為:有監(jiān)督學(xué)習(xí),無監(jiān)督學(xué)習(xí),以及半監(jiān)督學(xué)習(xí)等。小編今天給大家分享的主要是有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的比較,希望對(duì)于大家機(jī)器學(xué)習(xí)有所幫助。

一、首先來了解一下有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的概念

1、有監(jiān)督學(xué)習(xí)(supervised learning)是指從給定的訓(xùn)練數(shù)據(jù)集中學(xué)習(xí)出一個(gè)函數(shù)(模型參數(shù)),當(dāng)新的數(shù)據(jù)到來時(shí),可以根據(jù)這個(gè)函數(shù)預(yù)測(cè)結(jié)果。有監(jiān)督學(xué)習(xí)的訓(xùn)練集要求包括輸入輸出,也可以說是特征和目標(biāo)。訓(xùn)練集中的目標(biāo)是由人標(biāo)注的。

以此可以總結(jié)出 有監(jiān)督學(xué)習(xí)的特點(diǎn):

(1)有標(biāo)簽的就是有監(jiān)督學(xué)習(xí)。

(2)  已經(jīng)標(biāo)記好的數(shù)據(jù)(labelled data),用來做訓(xùn)練來預(yù)測(cè)新數(shù)據(jù)的類型(class),或者是值。預(yù)測(cè)已有類型叫做分類(classification),預(yù)測(cè)一個(gè)值叫做回歸(regression)。

(3)   常見的有監(jiān)督學(xué)習(xí)算法:回歸分析和統(tǒng)計(jì)分類。

常見的有監(jiān)督學(xué)習(xí)算法:回歸分析和統(tǒng)計(jì)分類。最典型的算法是KNNSVM

2、無監(jiān)督學(xué)習(xí)(或者非監(jiān)督學(xué)習(xí),unsupervised learning)輸入數(shù)據(jù)沒有被標(biāo)記,也沒有確定的結(jié)果。樣本數(shù)據(jù)類別未知,需要根據(jù)樣本間的相似性對(duì)樣本集進(jìn)行分類(聚類,clustering)試圖使類內(nèi)差距最小化,類間差距最大化。無監(jiān)督學(xué)習(xí)是另一種研究的比較多的學(xué)習(xí)方法,它與監(jiān)督學(xué)習(xí)的不同之處,在于我們事先沒有任何訓(xùn)練樣本,而需要直接對(duì)數(shù)據(jù)進(jìn)行建模。

無監(jiān)督學(xué)習(xí)的方法分為兩大類:

(1)    一類為基于概率密度函數(shù)估計(jì)的直接方法:指設(shè)法找到各類別在特征空間的分布參數(shù),再進(jìn)行分類。

(2)    另一類是稱為基于樣本間相似性度量的簡(jiǎn)潔聚類方法:其原理是設(shè)法定出不同類別的核心或初始內(nèi)核,然后依據(jù)樣本與核心之間的相似性度量將樣本聚集成不同的類別。

利用聚類結(jié)果,可以提取數(shù)據(jù)集中隱藏信息,對(duì)未來數(shù)據(jù)進(jìn)行分類和預(yù)測(cè)。應(yīng)用于數(shù)據(jù)挖掘,模式識(shí)別,圖像處理等。

PCA和很多deep learning算法都屬于無監(jiān)督學(xué)習(xí)。

二、有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的區(qū)別

1.有監(jiān)督學(xué)習(xí)方法必須要有訓(xùn)練集與測(cè)試樣本。在訓(xùn)練集中找規(guī)律,而對(duì)測(cè)試樣本使用這種規(guī)律。而無監(jiān)督學(xué)習(xí)沒有訓(xùn)練集,只有一組數(shù)據(jù),在該組數(shù)據(jù)集內(nèi)尋找規(guī)律。

2.有監(jiān)督學(xué)習(xí)的方法就是識(shí)別事物,識(shí)別的結(jié)果表現(xiàn)在給待識(shí)別數(shù)據(jù)加上了標(biāo)簽。因此訓(xùn)練樣本集必須由帶標(biāo)簽的樣本組成。而無監(jiān)督學(xué)習(xí)方法只有要分析的數(shù)據(jù)集的本身,預(yù)先沒有什么標(biāo)簽。如果發(fā)現(xiàn)數(shù)據(jù)集呈現(xiàn)某種聚集性,則可按自然的聚集性分類,但不予以某種預(yù)先分類標(biāo)簽對(duì)上號(hào)為目的。

3.無監(jiān)督學(xué)習(xí)方法在尋找數(shù)據(jù)集中的規(guī)律性,這種規(guī)律性并不一定要達(dá)到劃分?jǐn)?shù)據(jù)集的目的,也就是說不一定要“分類”。在這一點(diǎn)上無監(jiān)督學(xué)習(xí)比有監(jiān)督學(xué)習(xí)方法的用途要廣。

4.用無監(jiān)督學(xué)習(xí)方法分析數(shù)據(jù)集的主分量與用K-L變換計(jì)算數(shù)據(jù)集的主分量又有區(qū)別。后者從方法上講不是學(xué)習(xí)方法。因此用K-L變換找主分量不屬于無監(jiān)督學(xué)習(xí)方法,即方法上不是。而通過學(xué)習(xí)逐漸找到規(guī)律性這體現(xiàn)了學(xué)習(xí)方法這一點(diǎn)。在人工神經(jīng)元網(wǎng)絡(luò)中尋找主分量的方法屬于無監(jiān)督學(xué)習(xí)方法。

三、如何選擇有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)

最簡(jiǎn)單的方法就是從定義入手,

有訓(xùn)練樣本則考慮采用監(jiān)督學(xué)習(xí)方法;

無訓(xùn)練樣本,則一定不能用監(jiān)督學(xué)習(xí)方法。

需要注意的是,實(shí)際應(yīng)用中,即使在沒有訓(xùn)練樣本的情況下,我們也能夠從待分類的數(shù)據(jù)中,對(duì)一些樣本進(jìn)行人工標(biāo)注,并將它們作為訓(xùn)練樣本,這樣一來,就能夠把條件進(jìn)行改善,使用有監(jiān)督學(xué)習(xí)方法來做。在不同的場(chǎng)景,正負(fù)樣本的分布如果會(huì)存在偏移,這種情況下,有監(jiān)督學(xué)習(xí)的效果可能沒有無監(jiān)督學(xué)習(xí)的效果好。

以上就是小編今天跟大家分享的關(guān)于有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的區(qū)別。在機(jī)器學(xué)習(xí)中,有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)是最常用的兩種學(xué)習(xí)方法了,大家一定要清楚兩者之間的區(qū)別,以及兩者的適用場(chǎng)景。

數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼,搜微信號(hào):CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說明請(qǐng)參見:http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }