问答 · ANSWER
监督学习是什么？
直接回答
监督学习是使用包含明确标签的训练数据，让模型学习从特征到标签的映射关系，主要用于分类和回归等预测任务。
关键要点
- 监督学习的训练数据包含特征和对应的标签。
- 模型的目标是学习从特征到标签的映射关系。
- 监督学习主要用于预测任务，如分类和回归。
- 分类问题的标签是离散类别，回归问题的标签是连续数值。
- 图像识别、自然语言处理、医疗诊断等是监督学习的应用场景。
怎么选 / 怎么做
判断是否属于监督学习，主要看训练数据是否包含明确的标签。如果数据既有特征又有标签，则适用于监督学习。
常见问题
监督学习的核心特点是什么？
训练数据包含特征和对应的标签。
监督学习有哪些主要任务？
分类（预测离散标签）和回归（预测连续数值）。
监督学习与无监督学习的区别？
监督学习数据有标签，无监督学习数据无标签。