簡介

有監督學習是與無監督學習相對應的概念。它是資料分析中最常見的建模形式。

一句話解釋版本：

有監督學習知道預測的主體，它通過尋找並定義自變數（一堆屬性，X）與因變數（預測目標，Y）之間的關係，以實現通過X預測Y的目的。

資料分析與挖掘體系位置

有監督學習的目的性很強。所以在資料分析與資料探勘中，有監督學習與資料分析的關係更大；無監督學習與資料探勘的關係更大。但是它們都是資料建模領域的知識。

有監督學習在整個資料分析與挖掘體系中的位置如下圖所示。

有監督學習的定義

在有監督學習（Supervised Learning）中，我們的樣本資料中通常包含p種特徵量（features），X1, X2, . . . , Xp。他們有共同的物件（Response），Y。有監督學習的目的簡單而言，就是一句話：用X去預測Y。

舉例來說，我們現在有如下的資料，分別是：身高、體重、每天睡眠時間、每天運動時間、以及壽命。如果我們把壽命看作我們想要預測的物件，那麼壽命就是上面說的物件，即Y。其餘的變數，如身高、體重、每天睡眠時間、每天運動時間就都是特徵量，即X。

那麼，在有監督學習中，我們研究的目的一般就是各種人的基本特徵與壽命之間的關係，即如何通過身高、體重、每天睡眠時間、每天運動時間來預測壽命。

有監督學習會通過數學統計方法，如散點圖、相關係數矩陣、直方圖等等，來尋找身高、體重、每天睡眠時間、每天運動時間與壽命之間的潛在關係。最終儘量準確的通過數學公式方程去定義這種關係。而這些數學公式，就是有監督學習模型。

有監督學習的模型

有監督學習中有預測主體Y。因此，Y有可能是數值型資料，也可能是分型別資料。

依據Y的資料形式不同，有監督學習的模型一般被分為兩大類問題：迴歸問題與分類問題。

迴歸問題

如果被預測的Y取值是連續型的資料，比如銷售額、顧客價值、汽車裡程、耗電量等等，我們把這類問題叫做迴歸問題。

迴歸問題看著簡單誰都會，但是實際上回歸問題還包含其他許多模型。我們最常見、誰都懂、已經不再有逼格的Y=a+bX 其實是迴歸問題中最基礎的一元線性迴歸，其他的迴歸模型大多以一元線性迴歸為原型發展出來。

分類問題

如果被預測的Y取值是分型別的資料，比如是否、有病/沒病、一級/二級/三級等等，我們把這類問題叫做分類問題。其實分類問題與迴歸問題在方法上並沒有太多差異，分類問題的結果仍然是連續的數值，只是我們人為的將某些數值劃分為一個類別，將另一些數值劃分為另一個類別而已。簡而言之，分類問題就是將回歸問題的結果歸整合不同的類別而已。

下圖是有監督學習中應用較為廣泛的幾類模型：