文档摘要

2.1 监督学习：分类与回归 本节摘要：监督学习从带标签的训练数据中学习输入到输出的映射函数，解决两大类问题——预测离散类别的分类与预测连续数值的回归。本节拆解六种经典算法（线性回归、逻辑回归、SVM、决策树、KNN、朴素贝叶斯）的核心机制、适用条件与典型代价，并给出按数据形态与业务要求快速缩小候选范围的判断框架。监督学习的性能上限首先由标注数据的数量与质量决定。 会员。《2.1 监督学习：分类与回归》收录于灏天文库文集《AI核心算法原理：从机器学习到神经网络》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/444-ai%E6%A0%B8%E5%BF%83%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E4%BB%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%88%B0%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流