何时使用有人监督或无监督学习？

Question

• 使用有监督或无监督学习的基本标准是什么？
• 什么时候比另一个更好？
• 是否有特定情况只能使用其中一种？

谢谢

Answer 1

1. 如果您已标记数据集，则可以同时使用这两者。如果您没有标签，则只能使用无监督学习。

2. 这不是“更好”的问题。这是你想要实现的目标的问题。例如。群集数据通常是无人监管的 - 您希望算法告诉您数据的结构。分类是受监督的，因为您需要教您的算法是什么，以便对看不见的数据进行预测。

3. 见1.

旁注：这些是非常广泛的问题。我建议你熟悉一些ML基础。

好的播客，例如：Regular Expressions

Jake VanderPlas非常好的书/笔记本：http://ocdevel.com/podcasts/machine-learning

Answer 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;或者这些数据是代表鱼，猫还是狗？简单地说 - 你已经有正确答案的例子，你只是告诉算法要预测什么）。您还需要区分是否需要分类或回归。分类是指您需要将预测值分类到给定的类别（例如，这个人是否可能患上糖尿病 - 是或否？换句话说 - 离散值）和回归就是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，脊......）

相反 - 如果您没有标签（或目标值），请使用unsupervised learning。您只是在尝试识别数据集时。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，然后才能确定您选择的方式或最适合您需求的算法。

2. 训练你的算法。请务必获得干净且良好的数据，并牢记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。您可以立即测试算法

3. 测试您的算法。运行并查看算法的行为。在监督学习的情况下，您可以使用一些训练数据来评估算法的效果。

网上有很多关于机器学习的书籍，还有很多关于这个主题的在线讲座。