终于有人把监督学习、强化学习和无监督学习讲明白了

导读：本文将讨论监督学习、无监督学习和强化学习这三种类型的机器学习。

作者：塞巴斯蒂安·拉施卡（Sebastian Raschka）、瓦希德·米尔贾利利（Vahid Mirjalili）

来源：大数据DT（ID：hzdashuju）

了解三者之间的根本差别，并通过概念性的示例，我们将形成可应用于实际问题领域的见解，如图1-1所示。

▲图 1-1

01 用监督学习预测未来

监督学习的主要目标是从有标签的训练数据中学习模型，以便对未知或未来的数据做出预测。在这里“监督”一词指的是已经知道训练样本（输入数据）中期待的输出信号（标签）。

图1-2总结了一个典型的监督学习流程，先为机器学习算法提供打过标签的训练数据以拟合预测模型，然后用该模型对未打过标签的新数据进行预测。

▲图 1-2

以垃圾邮件过滤为例，可以采用监督机器学习算法在打过标签的（正确标识垃圾与非垃圾）电子邮件的语料库上训练模型，然后用该模型来预测新邮件是否属于垃圾邮件。

带有离散分类标签的监督学习任务也被称为分类任务，例如上述的垃圾电子邮件过滤示例。监督学习的另一个子类被称为回归，其结果信号是连续的数值。

1. 用于预测类标签的分类

分类是监督学习的一个分支，其目的是根据过去的观测结果来预测新样本的分类标签。这些分类标签是离散的无序值，可以理解为样本的组成员关系。前面提到的邮件垃圾检测就是典型的二元分类任务，机器学习算法学习规则以区分垃圾和非垃圾邮件。

图1-3将通过30个训练样本阐述二元分类任务的概念，其中15个标签为负类（-），另外15个标签为正类（+）。该数据集为二维，这意味着每个样本都与x1和x2的值相关。现在，可以通过监督机器学习算法来学习一个规则——用一条虚线来表示决策边界——区分两类数据，并根据x1和x2的值为新数据分类。

▲图 1-3

但是，类标签集并非都是二元的。经过监督