监督学习和非监督学习

监督学习：

       监督学习就是分类，把人们已经处理好的训练样本（即已知数据和对应输出）给计算机，计算机通过规律训练出一个最佳模型，再用这个模型对输入的数据进行分类，得出对应的输出。

从而使计算机具有对未知数据进行分类的功能。

 特点：目标明确

            需要带标签的训练样本

            分类效果很容易评估

非监督学习：

        非监督学习没有训练样本，人们把数据输入到计算机，计算机直接对数据进行建模，不用知道类别是什么，只是把相似度高的东西归到一个类。

 特点：没有明确目标

            不需要带标签的数据

            分类效果难以评估