问答 · ANSWER
监督学习的基本流程是什么？
直接回答
监督学习使用包含特征和标签的数据进行训练，模型学习从特征到标签的映射关系，主要用于分类和回归等预测任务。
关键要点
- 监督学习的训练数据包含特征和对应的标签。
- 模型学习从特征到标签的映射关系。
- 监督学习主要用于预测任务，如分类和回归。
- 分类问题的标签是离散类别，回归问题的标签是连续数值。
- 典型的监督学习算法包括决策树、SVM和逻辑回归。
怎么选 / 怎么做
监督学习的基本流程涉及：1. 准备包含特征和标签的训练数据集。2. 使用算法训练模型，学习特征与标签之间的映射。3. 利用训练好的模型对新的、未见过的数据进行预测。
常见问题
监督学习的训练数据有什么特点？
训练数据包含特征和对应的标签。
监督学习的主要任务是什么？
主要任务是分类和回归。
分类和回归问题的标签有何不同？
分类标签是离散的，回归标签是连续的。