Supervised Learning

監(jiān)督學(xué)習(xí)分為兩類##

regression 線性回歸###

In a regression problem, we are trying to predict results within a continuous output, meaning that we are trying to map input variables to some continuous function.
線性回歸就是將一些已知的輸入變量映射到一個(gè)連續(xù)函數(shù),然后在連續(xù)函數(shù)上找到對(duì)應(yīng)的點(diǎn)。下圖中通過房間大小預(yù)測(cè)房?jī)r(jià)就是一個(gè)線性回歸。


房?jī)r(jià)與大小關(guān)系圖

regression 分類問題###

In a classification problem, we are instead trying to predict results in a discrete output. In other words, we are trying to map input variables into discrete categories.
分類問題就是將一些已知的輸入變量映射到離散的類別,然后在離散的類別中找到對(duì)應(yīng)的分類
下圖腫瘤與年齡關(guān)系就是一個(gè)分類問題,如果已知一個(gè)腫瘤的大小,患者年齡,我們就大概知道腫瘤是否是良性,例如我們?cè)谡占^中的標(biāo)注的那樣。

腫瘤大小,年齡,是否良性關(guān)系圖

注:紅色為惡性,藍(lán)色為良性

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容