Irene2020-07-07 09:51:12

同学你好。
这是二级当中的概念了。我这里简单说明一下。

监督式学习：K邻近算法。也就是说，人为事先确定一个超参数K=2. 代表现在我要把国债分为两组（比如说：长期债和短期债）。此时，具体分几组，每一组的数据特征都是已知的，所以计算器只需要按照数据特征进行分类，归类到对应的组别，属于监督式学习。

非监督式学习：聚类。聚类的过程是计算器先要归纳总结特征，再分类。比如说给了一组国债，3万张长期，2万张中期，1万张短期。一开始，计算器不知道要分三组，它会自己通过大量的信息，发现这些债券最主要的差异在于到期期限不一样，然后依据到期期限的长短进行分类。这个时候计算器有可能分类出2组（长期、短期）；也有可能分类出3组（长、中、短）。也就是说计算机最终分类的组数是不确定的，这个就属于非监督式学习。