machine-learning - 监督学习、无监督学习、回归

Question

我知道:

1. 无监督学习是试图找到隐藏的结构未标记数据，否则，我们称之为监督学习。
2. 回归也是一种分类，只不过它的输出是无限个数字。
3. 我还知道分类是监督学习的一种。

但让我困惑的是:

1. 线性回归(线拟合)是回归的一种吗？如果是这样，为什么它的数据是没有标注？比如它的样本数据只是一些坐标如 (1,2),(2,3),(1,4)？
2. 逻辑回归(分类)是回归的一种类型？如果是这样，为什么它的输出是只是正常值(值，true 或 false，0 或 1)？

谁能帮我解决这个问题？

Answer 1

1) 线性回归是有监督的，因为您拥有的数据包括输入和输出(可以这么说)。举例来说，如果您有一个经销商的汽车销售数据集。您拥有每辆车的品牌、型号、价格、颜色、折扣等信息，而且还拥有每辆车的销售数量。如果此任务是无人监督的，您将拥有一个数据集，其中可能只包括品牌、型号、价格、颜色等(而不是实际销售数量)，您能做的最好的事情就是对数据进行聚类。该示例并不完美，但旨在了解全局。在决定某种方法是否受到监督时，要问自己一个好问题，那就是“我有办法判断输入的质量吗？”。如果您有线性回归数据，那么您肯定可以。您只需评估输入数据的函数值(在本例中为直线)即可估计输出。在其他情况下则不然。

2) 逻辑回归实际上并不是回归。这个名称具有误导性，确实会导致很多困惑。它通常仅用于二进制预测，这使其非常适合分类任务，但仅用于其他任务。