Essie2022-10-28 13:53:39

你好，监督学习和非监督学习的区别在于要研究的数据是否打过标签，labeled data指要分析的数据，如果自变量是打过标签的，那么模型运行出来的因变量也是打过标签的。
另外，有无预期输出，或者说建立运行模型的实际目的是否会提前知道也是监督学习与非监督学习的区别。
第一张截图中Martin 最初的目的是把客户分配到五个投资组合中最适合客户那一个。目标是提前可知的，所以属于监督学习。最简单的一种理解就是监督是学习，它和回归类似，监督学习涉及的算法，都有一组输入（X，在本例中为个人测试问题的回答）和期望的输出（Y，在五个投资组合中找到最适合的那个投资组合）。有特定目标的输入和输出，这就是监督学习。categorical learning是一种对变量进行分类的方法，不是机器学习的类型。
第二张截图中的模型是用来预测贷款人是否会违约，目标清晰提前可知，且最终的输出结果也是提前确定的（贷款是违约还是非违约）。logistic regression属于监督学习下的一种回归方法。
而非监督式学习是没有目标变量的，算法的任务是寻找数据本身的模式。