文档摘要

2.2 监督学习：回归与分类 本节摘要：监督学习是四范式中工业化程度最高的一支，训练数据里每个样本都配着标准答案，模型靠"预测、对答案、算损失、改参数"的回路慢慢练出本领。本节从"回归"一词的身世讲起，把监督学习拆成两条产线：回归预测房价、气温这类连续数值，分类给垃圾邮件、信用风险贴离散标签。线性回归、逻辑回归、决策树、SVM、KNN、朴素贝叶斯与随机森林、梯度提升逐个登场，各自的机理、代价与选型边界一并交代。 会员。《2.2 监督学习：回归与分类》收录于灏天文库文集《零基础入门人工智能：概念、方向与应用全解析》，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/510-%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%85%A5%E9%97%A8%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%A6%82%E5%BF%B5%E6%96%B9%E5%90%91%E4%B8%8E%E5%BA%94%E7%94%A8%E5%85%A8%E8%A7%A3%E6%9E%90

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