问答 · ANSWER
两种分类体系的区别与联系有什么区别？
直接回答
机器学习有两种分类体系：按任务分为分类、回归、聚类；按样本分为监督学习（有标签）和无监督学习（无标签）。两者是正交互补的关系。
关键要点
- 按任务分类包括分类问题、回归问题和聚类问题。
- 按样本分类包括监督学习和无监督学习。
- 监督学习的训练数据包含特征和对应的标签。
- 无监督学习的训练数据只有特征、没有标签。
- 两种分类体系是正交的、互补的关系。
- 任务分类告诉我们“要解决什么问题”。
- 样本分类告诉我们“有什么样的数据可用”。
怎么选 / 怎么做
在实际项目中，需要同时考虑任务分类和样本分类两个维度来选择合适的方法。
常见问题
什么是监督学习？
训练数据包含特征和标签，学习从特征到标签的映射。
什么是无监督学习？
训练数据只有特征、没有标签，自主发现数据内在结构。
两种分类体系是什么关系？
它们是正交的、互补的关系。