什么是监督学习

什么是学习？

从一些资料中获取信息，提取经验，这个过程就是「学习」。回想一下自己的求学经历就知道了。

什么是机器学习？

让计算机从训练资料中获取信息，提取经验，建立模型，这个过程就是「机器学习」。

什么是监督学习？

学习的过程中，有人监督着，就是监督学习，监督者要告诉学习者什么是对、什么是错。

那对机器学习而言，人要告诉机器什么是对，什么是错，这反映到训练资料上就是训练样本要有标签，所以也可以这么说：训练数据集有标签就是监督学习。

监督学习的定义

监督式学习（英语：Supervised learning），是一种机器学习方法，可以从训练资料中学到或建立一个模型（函数 / learning model），并依此模式推测新的实例。训练资料是由输入物件（通常是向量）和预期输出所组成。函数的输出可以是一个连续的值（称为回归分析），或是预测一个分类标签（称作分类）。

其中，「预期输出」就是常说的样本的标签。

如何理解监督学习？

举例说明。

假如你有一个房子面积与房价的数据集，画出图来是这样的：

横轴是面积，纵轴是总价。

如果你想测算面积为3000时，总价大概多少，该怎么办呢？

实际上，你会画出一条曲线，大概反应出房价随面积的变化趋势，这样，任意给定一个新的面积，你只要在这个直线上找到对应的点就可以了，因此，你的任务就是找到这条曲线。

你可能很随手就画出这条曲线了，但你肯定对你画出的结果不自信。为什么？因为你随便找个人再画一条，他很可能画的跟你的不一样，那你们怎么评判谁画的更好一些呢？

这就需要加些约束了，我们规定：只能画直线。

有了这个约束，就好评判了。用你的直线来测算的话，数据集中的实际房价与你测算的结果越接近约好。

于是，你的目标变成了找到这条直线。

这样，你就需要不断地去尝试，改变直线的斜率、截距，知道找到那条能让实际房价与测算房间差值最小的那条。

这条直线就是上边所说的「模型」，对于新的样本，我们就可以带入到这个模型中进行计算，给出结果。

重点来了！

在这个过程中，既然要比较测算值与实际值的差值，就需要知道实际值才行，这样才能不断的比对差值变化，做出调整。

也就是，每换一条直线，都需要检查一下是不是距离你的优化目标更近了，而优化目标就是比较测算值与真实值的差别，所以需要知道「真实值」。

这种给定真实值，让模型不断地贴近真实值，就是所谓的「监督学习」。

从监督学习的定义中我们知道，房价预测模型的输出是连续的，也就是你给任意一个房子的面积，都可以给出预测值，这种模型称之为「回归模型」。

另外一种监督学习模型是「分类模型」，也就是模型的输出值是离散的，是有限个的。例如，邮件分类问题，我们会建立模型，用于判断新邮件是否是垃圾邮件，这个模型的输出值要么是「是」，要买是「否」，后者再多一些选项：「可能是」、「不确定」等，但不管怎杨，都只有有限个值。

关注公众号，获取更多内容~