監督與無監督的學習-Python教學-PHP中文網

Supervised vs. Unsupervised Learning

機器學習 (ML) 是一種強大的工具，使電腦能夠從資料中學習並進行預測或決策。但並非所有機器學習都是相同的——存在不同類型的學習，每種學習都適用於特定任務。最常見的兩種類型是監督學習和無監督學習。在本文中，我們將探討它們之間的區別，提供現實世界的例子，並逐步介紹程式碼片段，以幫助您了解它們的工作原理。

監督學習是什麼？

監督學習是一種機器學習，其中演算法從標記資料中學習。換句話說，您提供給模型的資料包括輸入特徵和正確的輸出（標籤）。目標是讓模型學習輸入和輸出之間的關係，以便它可以對新的、未見的資料做出準確的預測。

監督學習的現實世界範例

電子郵件垃圾郵件偵測：

輸入：電子郵件的文字。
輸出：指示電子郵件是「垃圾郵件」還是「非垃圾郵件」的標籤。
模型學習根據標記的範例對電子郵件進行分類。

房屋價格預測：

輸入：房屋的特徵（例如，平方英尺、臥室數量、位置）。
輸出：房屋的價格。
模型學習根據歷史資料預測價格。

醫療診斷：

輸入：患者資料（例如，症狀、化驗結果）。
輸出：診斷（例如，「健康」或「糖尿病」）。
模型學習根據標記的醫療記錄進行診斷。

無監督學習是什麼？

無監督學習是一種機器學習，其中演算法從未標記的資料中學習。與監督學習不同，沒有提供正確的輸出。相反，模型嘗試自己找出資料中的模式、結構或關係。

無監督學習的現實世界範例

客戶細分：

輸入：客戶資料（例如，年齡、購買歷史、位置）。
輸出：相似顧客的群體（例如，「高頻購買者」、「預算購物者」）。
模型識別具有相似行為的客戶群集。

異常偵測：

輸入：網路流量資料。
輸出：辨識可能表示網路攻擊的異常模式。
模型偵測資料中的異常值或異常。

市場籃子分析：

輸入：雜貨店的交易資料。
輸出：經常一起購買的產品組（例如，「麵包和黃油」）。
模型辨識產品之間的關聯。

監督學習與無監督學習的主要差異

方面	监督学习	无监督学习
数据	标记的（提供输入和输出）	未标记的（仅提供输入）
目标	预测结果或对数据进行分类	发现数据中的模式或结构
示例	分类、回归	聚类、降维
复杂性	更容易评估（已知输出）	更难评估（没有基本事实）
用例	垃圾邮件检测、价格预测	客户细分、异常检测

---

程式碼範例

讓我們深入研究一些程式碼，看看監督學習和無監督學習在實踐中的工作方式。我們將使用 Python 和流行的 Scikit-learn 函式庫。

監督學習範例：預測房屋價格

我們將使用簡單的線性迴歸模型根據平方英尺等特徵預測房屋價格。

<code class="language-python"># 导入库
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error

# 创建样本数据集
data = {
    'SquareFootage': [1400, 1600, 1700, 1875, 1100, 1550, 2350, 2450, 1425, 1700],
    'Price': [245000, 312000, 279000, 308000, 199000, 219000, 405000, 324000, 319000, 255000]
}
df = pd.DataFrame(data)

# 特征 (X) 和标签 (y)
X = df[['SquareFootage']]
y = df['Price']

# 将数据分成训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练线性回归模型
model = LinearRegression()
model.fit(X_train, y_train)

# 做出预测
y_pred = model.predict(X_test)

# 评估模型
mse = mean_squared_error(y_test, y_pred)
print(f"均方误差：{mse:.2f}")</code>

登入後複製

無監督學習範例：客戶細分

我們將使用 K 均值聚類演算法根據客戶的年齡和消費習慣將客戶分組。

<code class="language-python"># 导入库
import numpy as np
import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

# 创建样本数据集
data = {
    'Age': [25, 34, 22, 45, 32, 38, 41, 29, 35, 27],
    'SpendingScore': [30, 85, 20, 90, 50, 75, 80, 40, 60, 55]
}
df = pd.DataFrame(data)

# 特征 (X)
X = df[['Age', 'SpendingScore']]

# 训练 K 均值聚类模型
kmeans = KMeans(n_clusters=3, random_state=42)
df['Cluster'] = kmeans.fit_predict(X)

# 可视化集群
plt.scatter(df['Age'], df['SpendingScore'], c=df['Cluster'], cmap='viridis')
plt.xlabel('年龄')
plt.ylabel('消费评分')
plt.title('客户细分')
plt.show()</code>

登入後複製