[云炬python3玩转机器学习笔记] 2-3监督学习 非监督学习 半监督学习和增强学习

监督学习：给机器的训练数据拥有“标记”或“答案”

主要处理分类、回归问题k近邻、线性回归和多项式回归逻辑回归SVM决策树和随机森林

非监督学习：给机器的训练数据没有“标记”或“答案”

对没有“标记”的数据进行分类-聚类分析：电商对初始顾客没有初始印象，后期出现分类（与监督学习有啥区别？）对数据进行降维处理，特征提取：信用卡的信用评级与人的胖瘦无关？（方便可视化）特征压缩：PCA（尽量少损失信息的情况下，将信息压缩）异常检测：去除异常点

半监督学习：一部分数据有标记或答案，另一部分数据没有

更常见：各种原因产生的标记缺失通常都使用无监督学习手段对数据做处理，之后使用监督学习手段做模型的训练和预测

增强学习：

根据周围的环境情况，采取行动，根据采取行动的结果，学习行动方式。alphago无人驾驶、机器人现在比较前沿，无法达到，监督学习和半监督学习是基础