KNN演算法 (更正篇)

1. 監督式學習是說，我們把資料給機器學習的時候，資料會有label，也就是說，每一個資料對應的正確答案，都會給機器看。機器學完以後，會產生一個模型 (model)，也就是他學習完的成果，之後遇到新的資料，他就用學習出來的模型來判斷新的東西，輸出新東西該有的正確答案。
2. 非監督式學習就有些不同了。在非監督式學習的情況下，機器只能看到資料，但是不知道資料的label，也就是說，資料是甚麼東西並不曉得。機器學出來的模型，是這些資料的pattern，之後遇到新的資料，機器是根據學出來的模型，判斷新的資料比較像以前看過的哪一種資料(比較像以前看過的照片裡面的某幾張照片)，而不是說這個資料對應的答案 (男生還是女生)。

參考來源： KNN演算法 (更正篇) – MMDays (在「Google 網頁註解」中檢視)