第11章：机器学习分类
机器学习 (Machine Learning) 主要分为 监督学习 (Supervised Learning) 和 无监督学习 (Unsupervised Learning)。
什么是监督学习？
监督学习 就像 有老师指导的学习方法，你可以把它想象成学生做练习题：
每道题（输入数据）都有一个 正确答案（标签）
通过不断练习，学生（模型）学会如何解题
在遇到新题目时，能够 给出合理的答案
监督学习主要分为两种类型
1. 回归 (Regression) —— 预测数值
目标：预测一个连续的 数值，例如：
预测某天能卖出多少支冰淇淋（根据温度、降雨量、风速）。
预测一套房子的售价（根据面积、卧室数量、地段）。
预测汽车的油耗（根据发动机大小、车身重量等）。
简单理解：预测一个具体的数字（如 明天的温度是多少？房价是多少？）
2. 分类 (Classification) —— 预测类别
目标：预测一个 东西属于哪一类，例如：
预测一个人是否会得糖尿病（ 是 / 否）。
预测银行客户是否会违约贷款（是 / 否）。
预测某封邮件的客户是否会购买产品（是 / 否）。
分类任务的不同类型：
二元分类 (Binary Classification)：只有 两种可能结果（如 是 / 否）。
多类别分类 (Multiclass Classification)：多个分类结果，例如：
企鹅的种类（阿德利企鹅 / 巴布亚企鹅 / 帽带企鹅）。
电影的类型（喜剧 / 恐怖片 / 科幻片）。
多标签分类 (Multi-label Classification)：一个数据点 可能属于多个类别，如：
一部电影 既是科幻片，也是喜剧片。
简单理解：预测一个类别，而不是数值（如 这个动物是猫还是狗？用户是否会购买商品？）
什么是无监督学习？
无监督学习 就像 自己摸索规律，没有正确答案，AI 需要 自主发现数据中的模式和结构。
** 无监督学习主要类型**
1. 聚类 (Clustering) —— 把相似的东西归类
目标：找出数据中的模式 & 进行分类，例如：
根据 身高、体重 等数据，把人群分成不同类型（如 儿童 / 成年人 / 老人）。
根据 购物习惯，把客户分成不同类型（如 高消费客户 / 日用品客户 / 电子产品客户）。
简单理解：自己找规律，把相似的东西放在一组。
监督学习 vs. 无监督学习
类型
特点
应用场景
监督学习
有正确答案，模型从标注数据中学习
贷款审批、图像分类、语音识别
回归
预测一个数值
房价预测、销量预测、温度预测
分类
预测一个类别
是否患病、邮件分类、客户行为预测
无监督学习
没有正确答案，AI 自己发现数据规律
推荐系统、客户分群
聚类
把相似的数据归类
用户分群、市场营销分析
总结
监督学习 = 老师教你怎么做（数据里有 正确答案） 回归 = 预测 一个数值（如 房价、销量） 分类 = 预测 一个类别（如 是否会买东西，是什么动物）
无监督学习 = 自己摸索规律（数据里 没有正确答案） 聚类 = 把相似的东西归类（如 客户分群，市场分析）
进一步学习机器学习：
📢 欢迎 Star ⭐ 本仓库，获取更多 AI 资源！
Last updated