所以我被告知，对于监督学习或分类算法，训练和测试的输入数据也包括标签（或目标）。
所以我有这个令人困惑的想法，标签来自哪里，人们手动标记记录？如果有一个＆＃34;程序＆＃34;可能是一个非常庞大的培训和测试数据集。或者自动标记记录的方法然后它意味着对于未来的数据，我们也可以有标签？那么为什么要费心去预测？
也许我想念一些事情......任何人都可以用现实世界的榜样帮助我吗？与信用欺诈和非欺诈一样，可能是银行工作人员将该帐户标记为欺诈或非欺诈，他们将继续进行，或者如果他们有一个＆＃34;公式＆＃34;表示欺诈，那么＆＃34;公式＆＃34;应该一直由银行使用，那么主管学习在哪里发挥作用？
答案 0 :(得分：0)
监督学习的关键在于猜测标签会是什么。
因此，在您的信用卡欺诈案件中，人们确实已经手动将案件标记为欺诈或非欺诈。 ML的想法是，你可以猜测，鉴于人们提出了什么标签，如果他们看到未来的数据，他们会想出什么。