待验证50% 置信事实精确时间
监督学习的目标是学习输入特征X到输出标签Y的映射函数，分为分类（离散标签）和回归（连续标签）两大子任务
1
来源数
50%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
K-means vs 随机森林：如何从根本上判断算法选型？
redditr/learnmachinelearning2026/7/10
相关事实
部分验证The goal of supervised learning is to find a function f that, for a given input x, can predict the corresponding output y.73% 相似待验证回归、分类、聚类构成传统机器学习的基本任务类型：回归预测连续数值，分类将输入归入离散类别，聚类是无监督学习在无标签情况下发现数据自然分组69% 相似待验证成对数据（转换前位图与转换后矢量图一一对应）在监督学习中被称为标注数据，是训练AI模型理想的数据形态68% 相似待验证LLM在「生成」和「评估」时激活的推理路径不同，生成任务偏向延续已有语义方向，评估任务激活更多批判性、面向异常检测的推理路径67% 相似待验证神经网络训练的目标是根据已知的一组x和y猜出所有的w和b参数67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/480310API
curl https://kongchang.com/api/v1/knowledge/claims/480310MCP
get_claim(id=480310)