机器学习--标称型和数值型数据

Posted tuokid

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习--标称型和数值型数据相关的知识,希望对你有一定的参考价值。

在监督学习(supervised learning)的过程中,只需要给定输入样本集,机器就可以从中推演出指定目标变量的可能结果。监督学习相对比较简单,机器只需从输入数据中预测合适的模型,并从中计算出目标变量的结果。

 

监督学习一般使用两种类型的目标变量:标称型和数值型

 

标称型:标称型目标变量的结果只在有限目标集中取值,如真与假(标称型目标变量主要用于分类)

 

数值型:数值型目标变量则可以从无限的数值集合中取值,如0.100,42.001等 (数值型目标变量主要用于回归分析)
---------------------
作者:编号1993
来源:CSDN
原文:https://blog.csdn.net/u012005313/article/details/49151341
版权声明:本文为博主原创文章,转载请附上博文链接!






以上是关于机器学习--标称型和数值型数据的主要内容,如果未能解决你的问题,请参考以下文章

机器学习——预测数值型数据:回归

机器学习实战笔记-预测数值型数据:回归

机器学习算法优劣势及适用场景总结

机器学习算法-Adaboost

机器学习算法之决策树

机器学习:逻辑回归