# ML-Andrew Ng 学习笔记(1) Supervised Learning & Unsupervised Learning

By [jasonyang](https://paragraph.com/@jasonyang) · 2023-04-26

---

### 笔者今年只有大一，虽然课程内有讲ml但是觉得不应止于此，想额外学一部分，故见解不到位的也请谅解（虽然是写给自己的==）

以下将会讨论监督学习（supervised learning）和无监督学习（unsupervised learning）的特点及实例，同时附上笔者个人对此的见解。

### 监督学习：根据数据（“right answer”given）拟合出一条直线或者曲线，进而使模型能给出更多right answer

*   回归（Regression）
    
*   分类（Classification）
    

### Regression

**例子1**：一个学生收集了某市的房屋尺寸大小及其对应价格的一些数据，现在甲有一栋750平方英尺的房子，如何估计一下大概能卖掉多少钱？

![a regression problem](https://storage.googleapis.com/papyrus_images/c46190fda92405fc140652fe947092c9f76507ffc024efbc14670805e587001a.png)

a regression problem

> Regression： Predict continuous valued output
> 
> *   个人理解为变量之间**有着非常强的数学关系**，**输入与输出都是数字**
>     

### Classification

**例子2**：某人收集了一部分与乳腺癌肿瘤相关的数据，现在乙有一个肿瘤，如何判断该肿瘤是良性还是恶性？

![a classification problem](https://storage.googleapis.com/papyrus_images/502370eb64a369d9d9985b4fb9b2b071134aeb32cbd447f46ffa771cdb01ca0a.png)

a classification problem

> Classification: Predict discrete valued output(0 or 1)
> 
> *   不同于回归，输出结果是0与1代表两类，**不是单纯意义上的数字，代表分类、等级**
>     
> *   分类结果**不一定是只有两种**
>     
> *   更加**决策性**
>     

**例子3**：该人更进一步收集了相关数据，补充了年龄

![another classification problem](https://storage.googleapis.com/papyrus_images/e3ce49a3dc6fad34e7e826073ec30ed69b7d301c64f2206baebc95fb9bb929bd.png)

another classification problem

**对于离散和连续的理解：**

*   房价将精度调整之后可以再次细分，同时两个相邻的房价样本之间，**客观上可以存在无数个可能**，算作连续数据
    
*   但良性与不良性之间，**只有**这两种可能性，诸如此类，**计数型，分类型，等级型**的，算作离散数据
    
*   （但是有一说一通常情况下收集的数据都应该算作离散型吧）
    

### 总结：监督学习适用于预测具体数值、对某样事物进行决策，是一种明确目的的训练方式

### 无监督学习：将数据直接丢给模型，没有明确标签，让模型自己处理

*   聚类（Clustering）- K-means聚类
    
*   聚类（Clustering）- 层次聚类
    
*   降维-主成分分析（PCA）
    
*   降维-奇异值分解（SVD）
    

![clustering problem](https://storage.googleapis.com/papyrus_images/12f4f3122381ccb1822dcad2969cb6c2971a3a050ec5f18d9ec76349cabad1b2.png)

clustering problem

**例子4**：有很多违法行为都需要"洗钱"，这些洗钱行为跟普通用户的行为是不一样的，到底哪里不一样？

如果通过人为去分析是一件成本很高很复杂的事情，我们可以通过这些行为的特征对用户进行分类，就更容易找到那些行为异常的用户，然后再深入分析他们的行为到底哪里不一样，是否属于违法洗钱的范畴。

*   虽然我们**不知道这些分类意味着什么**，但是通过这种分类，可以快速排出正常的用户，更有针对性的对异常行为进行深入分析。
    

**例子5**：鸡尾酒问题-将人声分离

![SVD problem](https://storage.googleapis.com/papyrus_images/6ddac1628646e8330bba3454a9149dc2a87633059ec1383003fef1dde491a5ad.png)

SVD problem

### 总结：无监督学习适用于处理训练前也不清楚结果的数据，是一种无明确目的的训练方式

无监督学习先写这么多吧，以后再补充吧

第一次写

参考来源：

[https://zhuanlan.zhihu.com/p/62075440](https://zhuanlan.zhihu.com/p/62075440)

[https://www.coursera.org/learn/machine-learning](https://www.coursera.org/learn/machine-learning)

---

*Originally published on [jasonyang](https://paragraph.com/@jasonyang/ml-andrew-ng-1-supervised-learning-unsupervised-learning)*