何时使用有监督或无监督学习？

Question

• 使用有监督或无监督学习的基本标准是什么？
• 什么时候一个比另一个好？
• 是否存在只能使用其中一种的特定情况？

谢谢

Answer 1

1. 如果您有标记的数据集，则可以同时使用两者。如果你没有标签，你只能使用无监督学习。

2. 这不是 "better" 的问题。这是你想要达到什么的问题。例如。聚类数据通常是不受监督的——您希望算法告诉您数据的结构。分类是有监督的，因为你需要教你的算法什么是什么，以便对看不见的数据进行预测。

3. 见1.

旁注：这些都是非常广泛的问题。我建议您熟悉一些 ML 基础知识。

这里是不错的播客示例：http://ocdevel.com/podcasts/machine-learning

Jake VanderPlas 的好书/笔记本：http://nbviewer.jupyter.org/github/jakevdp/PythonDataScienceHandbook/blob/master/notebooks/Index.ipynb

Answer 2

取决于您的需要。如果您有一组现有数据，包括您希望预测的目标值（标签），那么您可能需要 supervised learning（例如，是真还是假；或者此数据代表鱼、猫或狗？简单地说——你已经有了正确答案的例子，你只是告诉算法要预测什么）。您还需要区分是否需要 classification 或 regression。分类是当您需要将预测值分类为给定 类 时（例如，这个人是否可能患上糖尿病 - 是或否？换句话说 - 离散值），而回归是当您需要预测连续值时（1,2、4.56、12.99、23 等）。有许多监督学习算法可供选择（k-最近邻、朴素贝叶斯、SVN、ridge..）

相反 - 如果您没有标签（或目标值），请使用 unsupervised learning。您只是试图在数据集群出现时对其进行识别。例如。 k-Means、DBScan、谱聚类..)

所以这取决于并且没有确切的答案，但一般来说你需要：

1. 收集并查看您的数据。您需要了解您的数据，然后才能决定选择哪种方式或哪种算法最适合您的需求。

2. 训练你的算法。确保拥有干净且良好的数据，并记住在无监督学习的情况下，您可以跳过此步骤，因为您没有目标值。你马上测试你的算法

3. 测试你的算法。 运行 看看你的算法表现如何。在监督学习的情况下，您可以使用一些训练数据来评估您的算法的表现。

网上有很多关于机器学习的书籍，也有很多关于该主题的在线讲座。

Answer 3

取决于您拥有的数据集。 如果您手中有目标特征，那么您应该进行监督学习。如果你没有那么这是一个无监督的问题。 监督就像用例子教模型。无监督学习主要用于对相似数据进行分组，在特征工程中占有重要地位。 谢谢..