CS229_0-监督学习

监督学习（Supervised Learning）

首先我们通过一些例子来讨论监督学习问题吧。假设我们有如下数据集：

我们可以将上述数据集绘制成如下图所示：

那么我们如何根据这些数据集预测其他房屋的价格呢？

为了今后更好地学习，以上例为例，我们将房屋面积定义为输入变量，其亦称为特征变量；将房屋价格定义为输出变量，其亦称为目标变量；表示一个训练实例，其中上标表示第个训练实例；集合表示训练集，其中表示训练集的大小。

当然，我们也可使用表示输入变量空间，表示输出变量空间。在房屋价格此例中，。

在监督学习问题中，我们对给定的数据集，学习到一个函数， 该函数能够很好地预测目标变量。通常，我们将该函数称为假设函数（Hypothesis Function），其处理流程如下图所示：

当输出变量为连续值时，我们将其问题称为回归问题（Regression Problem）；当输出变量为离散值时，我们将其问题称为分类问题（Classification Problem）。

补充：监督学习就是基于标记数据的学习。