1.3　机器学习的任务

根据学习任务的不同，机器学习算法大致可分为3类：监督学习、无监督学习和半监督学习。

1.3.1　监督学习

监督学习（Supervised Learning）是从给定的训练数据集中学习出一个模型参数，然后根据这个模型对未知样本进行预测。在监督学习中，样本同时包含特征（输入）和标签（输出）。本质上，监督学习的目标是构建一个从输入到输出的映射，该映射用模型来表示。常见的监督学习算法有k近邻、朴素贝叶斯、决策树、随机森林、SVM等。根据预测结果输出的类别，可分为分类和回归。若预测值是连续的，则属于回归问题；若预测值是离散的，则属于分类问题。分类和回归如图1-8所示。

1.3.2　无监督学习

无监督学习（Unsupervised Learning）也称为非监督学习，输入的样本只包含特征，而不包含标签。学习模型是数据内在结构的推断，并不知道分类结果是否正确。常见的无监督学习算法有k均值聚类、层次聚类、GMM聚类。例如，利用层次聚类算法对西瓜数据集进行聚类的散点图如图1-9所示。

1.3.3　半监督学习

半监督学习（Semi-supervised Learning）是一种介于监督和无监督学习之间的学习方式，通过使用带标签数据及大量不带标签的数据进行模型学习。在监督学习中，样本的类别标签是已知的，对于无监督学习，样本是无标签的。实际上，有标签的样本是极少量的，绝大部分数据都是没有标签的，这是因为人工标记样本的成本很高，导致有标签的数据十分稀少。与此相应，不带标签的样本更容易获得。使用半监督学习，只需要少量带标签的数据，同时又能够带来较高的准确性，因此，在今天的大数据时代，半监督学习逐渐受到更多的关注。 k1JqAwOoZPudkKBgDjvhxQ5lS1Y6h7gf1C3oDx6Hl9S8ZmoMtx/CQQ8HjFFAeaO1