有监督学习算法是指利用一组已知类别的样本调整分类器的参数,使其达到所要求性能的过程。 有监督学习需要有明确的目标,能够清晰地想到自己想要什么结果,也就是说,在监督学习中训练数据既有特征又有标签,通过训练让机器找到特征和标签之间的联系,这样在当遇到只有特征而没有标签的数据时,就可以为其判断出标签。
相比于无监督学习,有监督学习可以更好地利用已有的数据集,知道输入和输出之间的关系。根据这种已知的关系,训练得到一个最优模型。
它的特点是输入数据,即输入训练数据,都有有一个明确的标识或者结果。训练数据是训练实例构成的。在监督学习中,每一个例子都通过一个输入对象和一个期望的输出值。有监督学习算法分析训练数据,它通过推断,可以用于映射新例。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。