machine-learning - 监督机器学习的历史标签

Question

所以我被告知，对于监督学习或分类算法，训练和测试的输入数据也包括标签(或目标)。

所以我有一个非常令人困惑的想法，标签从哪里来，人们手动标记记录？可能是一个非常庞大的用于训练和测试的数据集，如果有一个“程序”或方法来自动标记记录，那么是否意味着对于 future 的数据，我们也可以拥有标签？那么为什么还要费力去预测呢？

也许我错过了一些东西......有人可以帮我举一个现实世界的例子吗？与信用欺诈和非欺诈一样，银行工作人员可能会将该帐户标记为欺诈或非欺诈，并对其进行操作，或者如果他们有一个“公式”来表明欺诈，那么该“公式”应该继续使用银行，那么主管学习在哪里发挥作用呢？

Answer 1

监督学习的要点正是猜测标签是什么。

因此，在您的信用卡欺诈案件中，人们确实已经手动将案件标记为欺诈或非欺诈。机器学习的想法是，根据人们提出的标签，你可以猜测，如果他们看到 future 的数据，他们会提出什么。