监督学习、无监督学习与任务类型

先看训练数据提供什么

监督学习从输入和对应标签中学习映射。无监督学习在没有给定目标标签的情况下寻找数据结构。

这是一种对学习信号的划分，不意味着系统完全没有程序设计或人工选择。

再看要输出什么

任务	典型输出	示例
回归	数值	预测房屋价格
分类	类别或类别概率	识别邮件类别
聚类	依相似性形成的群组	探索样本结构

回归与分类通常作为监督学习任务讨论。聚类找到的组不一定对应现实中有意义的类别，需要解释与评估。

标签与特征不要混淆

特征 x 是用于预测的输入；标签 y 是训练时提供的目标。把预测时无法获得的信息放进特征，会造成数据泄漏。

用未见数据检验

训练数据用于拟合参数；验证数据用于模型与超参数选择；测试数据用于相对独立地评估最终表现。具体划分还要考虑时间顺序、群组关系与样本量。

自测

“预测明天温度”通常是什么任务？回归。

“判断图片属于猫还是狗”通常是什么任务？分类。

“把没有类别标记的样本按相似性分组”通常是什么任务？聚类。

延伸阅读：scikit-learn 用户指南。