监督学习是机器学习中的一种训练方式/学习方式：
监督学习需要有明确的目标，很清楚自己想要什么结果。比如：按照“既定规则”来分类、预测某个具体的值...
监督并不是指人站在机器旁边看机器做的对不对，而是下面的流程：
选择一个适合目标任务的数学模型
先把一部分已知的“问题和答案”（训练集）给机器去学习
机器总结出了自己的“方法论”
人类把'新的问题'（测试集）给机器，让他去解答
上面提到的问题和答案只是一个比喻，假如我们想要完成文章分类的任务，则是下面的方式：
选择一个合适的数学模型
把一堆已经分好类的文章和他们的分类给机器
机器学会了分类的“方法论”
机器学会后，再丢给他一些新的文章（不带分类），让机器预测这些文章的分类
监督学习有2个主要的任务：
回归
分类
回归：预测连续的、具体的数值。比如：支付宝里的芝麻信用分数(下面有详细讲解)
分类：对各种事物分门别类，用于离散型（什么是离散？）预测。比如：
下面要说的是个人信用评估方法——FICO。
他跟芝麻信用类似，用来评估个人的信用状况。FICO 评分系统得出的信用分数范围在300～850分之间，分数越高，说明信用风险越小。
下面我们来模拟一下 FICO 的发明过程，这个过程就是监督学习力的回归。
步骤1：构建问题，选择模型
我们首先找出个人信用的影响因素，从逻辑上讲一个人的体重跟他的信用应该没有关系，比如我们身边很讲信用的人，有胖子也有瘦子。
而财富总额貌似跟信用有关，因为马云不讲信用的损失是非常巨大的，所以大家从来没有听说马云会不还信用卡！而一个乞丐不讲信用的损失是很小的，这条街混不下去了换一条街继续。
所以根据判断，找出了下面5个影响因素：
付款记录
账户总金额
信用记录跨度(自开户以来的信用记录、特定类型账户开户以来的信用记录...)
新账户(近期开户数目、特定类型账户的开户比例...)
信用类别(各种账户的数目)
这个时候，我们就构建了一个简单的模型：
f 可以简单理解为一个特定的公式，这个公式可以将5个因素跟个人信用分形成关联。
我们的目标就是得到 f 这个公式具体是什么，这样我们只要有了一个人的这5种数据，就可以得到一个人的信用分数了。
步骤2：收集已知数据
为了找出这个公式 f，我们需要先收集大量的已知数据，这些数据必须包含一个人的5种数据和他/她的信用状态（把信用状态转化为分数）。
我们把数据分成几个部分，一部分用来训练，一部分用来测试和验证。
步骤3：训练出理想模型
有了这些数据，我们通过机器学习，就能'猜测'出这5种数据和信用分数的关系。这个关系就是公式 f。
然后我们再用验证数据和测试数据来验证一下这个公式是否 OK。
测试验证的具体方法是：
将5种数据套入公式，计算出信用分
用计算出来的信用分跟这个人实际的信用分(预先准备好的)进行比较
评估公式的准确度，如果问题很大再进行调整优化
步骤4：对新用户进行预测
当我们想知道一个新用户的信用状况时，只需要收集到他的这5种数据，套进公式 f 计算一遍就知道结果了！
好了，上面就是一个跟大家息息相关的回归模型，大致思路就是上面所讲的思路，整个过程做了一些简化，如果想查看完整的过程，可以查看《机器学习-机器学习实操的7个步骤》
美国心理学家戈特曼博士用大数据还原婚姻关系的真相，他的方法就是分类的思路。
戈特曼博士在观察和聆听一对夫妻5分钟的谈话后，便能预测他们是否会离婚，且预测准确率高达94%！他的这项研究还出了一本书《幸福的婚姻》（豆瓣８.４分）。
步骤1：构建问题，选择模型
戈特曼提出，对话能反映出夫妻之间潜在的问题，他们在对话中的争吵、欢笑、调侃和情感表露创造了某种情感关联。通过这些对话中的情绪关联可以将夫妻分为不同的类型，代表不同的离婚概率。
步骤2：收集已知数据
研究人员邀请了700对夫妻参与实验。他们单独在一间屋子里相对坐下，然后谈论一个有争论的话题，比如金钱和性，或是与姻亲的关系。默里和戈特曼让每一对夫妻持续谈论这个话题15分钟，并拍摄下这个过程。观察者看完这些视频之后，就根据丈夫和妻子之间的谈话给他们打分。
步骤3：训练出理想模型
戈特曼的方法并不是用机器学习来得到结果，不过原理都是类似的。他得到的结论如下：
首先，他们将夫妻双方的分数标绘在一个图表上，两条线的交叉点就可以说明婚姻能否长久稳定。如果丈夫或妻子持续得负分，两人很可能会走向离婚。重点在于定量谈话中正负作用的比率。理想中的比率是5∶1，如果低于这个比例，婚姻就遇到问题了。最后，将结果放在一个数学模型上，这个模型用差分方程式凸显出成功婚姻的潜在特点。
戈特曼根据得分，将这些夫妻分成5组：
幸福的夫妻：冷静、亲密、相互扶持、关系友好。他们更喜欢分享经验。
无效的夫妻：他们尽最大努力避免冲突，只是通过积极回应对方的方式。
多变的夫妻：他们浪漫而热情，可争论异常激烈。他们时而稳定时而不稳定，可总的来说不怎么幸福。
敌对的夫妻：一方不想谈论某件事，另一方也同意，所以，两者之间没有交流。
彼此无感的夫妻：一方兴致勃勃地想要争论一番，可另一方对讨论的话题根本不感兴趣。
该数学模型呈现了两种稳定型夫妻（关系和谐的夫妻和关系不和谐的夫妻）和两种不稳定型夫妻（敌对夫妻和无感夫妻）之间的区别。而据预测，不稳定的夫妻可能会一直保持婚姻关系，尽管他们的婚姻不稳定。
步骤4：对新用户进行预测
12年以来，每隔一两年，默里和戈特曼都会与参与研究的那700对夫妻交流。两个人的公式对离婚率的预测达到了94%的准确率。
联系客服
