何时使用有监督或无监督学习？答案

【问题标题】：When to use supervised or unsupervised learning?何时使用有监督或无监督学习？
【发布时间】：2017-12-08 00:45:12
【问题描述】：

使用监督或非监督学习的基本标准是什么？
什么时候比另一个更好？
是否存在只能使用其中一种的特定情况？

谢谢

【问题讨论】：

标签： machine-learning criteria supervised-learning unsupervised-learning

【解决方案1】：

如果您有标记的数据集，则可以同时使用这两种数据集。如果您没有标签，则只能使用无监督学习。
这不是“更好”的问题。这是你想要达到什么目标的问题。例如。聚类数据通常是无监督的——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。
见 1。

附带说明：这些都是非常广泛的问题。我建议您熟悉一些 ML 基础。

好的播客例如在这里：http://ocdevel.com/podcasts/machine-learning

Jake VanderPlas 的非常好的书/笔记本：http://nbviewer.jupyter.org/github/jakevdp/PythonDataScienceHandbook/blob/master/notebooks/Index.ipynb

【讨论】：

【解决方案2】：

取决于您的需求。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；或者这些数据是否代表鱼、猫或狗？简单地说- 你已经有了正确答案的例子，你只是在告诉算法要预测什么）。您还需要区分您需要分类还是回归。分类是当您需要将预测值分类到给定的类别时（例如，这个人是否可能患上糖尿病 - 是或否？换句话说 - 离散值）和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、岭......）

相反 - 如果您没有标签（或目标值），请使用 unsupervised learning。您只是在尝试识别出现的数据集群。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：

收集并查看数据。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。
训练您的算法。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
测试您的算法。运行并查看您的算法表现如何。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执行情况。

网上有很多关于机器学习的书籍，也有很多关于这个主题的在线讲座。

【讨论】：