目录
监督学习与无监督学习的区别：
1、原理不同
监督学习是指利用一组已知类别的样本调整分类器的参数，使其达旁物散到所要求性能的过程。无监督学习指根据类别未知(没有被标记)的训练样本解蚂亩决模式识别中的各种问题的过程。
2、运氏算法不同
监督学习的算法是通过分析已知类别的训练数据产生的。无监督学习的算法主要有主成分分析方法、等距映射方法、局部线性嵌入方法、拉普拉斯特征映射方法、黑塞局部线性嵌入方法和局部切空间排列方法等。
3、适用条件不同
监督学习适用于样本数据已知的情况。非监督学习适用于无类别信息的情况。
以上回答参考：-监督学习、-无监督学习
监督学习是从标记的训练数据来推断一个功能的机器学习任务。在监督学习中，每个实例都是由一个输入对象(通常为胡轮矢量)和一个期望的输出值(也称为监督信号)组成。监督学习算困闹法是分析该训练数据，并产生一个推断的功能，其可以用于映射出新的实例。
无监督学习是机器学习的一个分支，它从未经标记或分类的测试数据中学习。它本质上是一个统计手段，在没有标签的数据里可以发现潜在的一些结构。
两者的主要区别是：
1.监督学习是一种目的明确的训练方式，你知道得到的是什么;而无监督学习则是没有明确目的的训练方式，你无法提前知道结果是什么。
2.监督学习需要给数据打标签;而无监督学习裤尺信不需要给数据打标签。
3.监督学习由于目标明确，所以可以衡量效果;而无监督学习几乎无法量化效果如何。
监督学习方法用来对数据实现分类，分类规则通过训练获得。该训练集由带分类号的数据集敬告组成，因此监督学习方法配稿森的训练过程是离线的。
非监督学习方法不需要单独的离线训练过程，也没有带分类号（标号）的训练数据集，一般用来对数据集进行分析，如聚类，确定其分布的主分量等。
具体区别分析如下：
1、原理不同
监督学习是指利用一组已知类别的样本调整分类器的参数培亩，使其达到所要求性能的过程。无监督学习指根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题的过程。
2、算法不同
监督学习的算法是通过分析已知类别的训练数据产生的。无监督学习的算法主要有主成分分析方法、等距映射方法、局部线性嵌入方法、拉普拉斯特征映射方法、黑塞局部线性嵌入方法和局部切空间排列方法等。
3、适用条件不同
监督学习适用于样本数据已知的情况。非监督学习适用于无类别信息的情况。
