Day16_【机器学习分类】

重点（有监督学习、无监督学习）、了解（半监督学习、强化学习）

一、有监督学习

定义：输入数据是由特征值和目标值（标签值）组成，输入数据是有标签的

根据目标值（标签值）又分为两类问题：分类问题、回归问题

1、分类问题：目标值是不连续的（不连续：指只能属于一个类别），分类种类有二分类和多分类

2、回归问题：目标值是连续的（连续：指可以变化，通常是数字，代表可以比较大小的量）

二、无监督学习

定义：训练数据没有被标记，即样本 类别未知，没有标签

根据样本间的相似性对样本集进行聚类，发现事物内部结构及相互关系

三、半监督学习

分为主动学习、纯半监督学习和直推学习

• 主动学习：最终利用训练好的模型对新的待测数据进行预测
• 纯半监督学习：最终利用训练好的模型对新的待测数据进行预测
• 直推学习：最终利用训练好的模型对现有的未标记数据进行预测

四、强化学习

奖励激励学习：试错方式学习，决策+回报，即选对了给奖励，选错了会惩罚

四个要素：agent、环境状态、行动、奖励