1.机器学习分类
2.三类细则
(1)监督学习
训练集:喂给特征和学习结果
模型经过训练学习以后,具备一定的判断能力,给他特征,他就可以预测结果。
(2)无监督学习
没有准确结果,只有特征,无法提前预知结果。给模型一堆特征,他会自己探索数据之间的关系差别。
可用聚类算法,模型会将输入的数据集分成各个类别,每一类相似度都很高。
(3)增强式学习
可以感知外界环境,做出动作后根据奖惩状态,做出调整和选择。
3.算法:
回归算法
分类算法
1.机器学习分类
2.三类细则
(1)监督学习
训练集:喂给特征和学习结果
模型经过训练学习以后,具备一定的判断能力,给他特征,他就可以预测结果。
(2)无监督学习
没有准确结果,只有特征,无法提前预知结果。给模型一堆特征,他会自己探索数据之间的关系差别。
可用聚类算法,模型会将输入的数据集分成各个类别,每一类相似度都很高。
(3)增强式学习
可以感知外界环境,做出动作后根据奖惩状态,做出调整和选择。
3.算法:
回归算法
分类算法
相关文章: