（1）有数据集 和 没有数据集区别

[1] 有监督学习的目的是在训练集中找规律，然后对测试数据运用这种规律，然后在预测未来的事件。

[2] 无监督学习没有训练集，只有一组数据，在该组数据集内寻找规律。

（2）预测y值 和 找规律区别

[1] 有监督学习要实现的目标是“对于输入数据X能预测变量Y”（有答案和方法的学）。

[2] 无监督学习要回答的问题是“从数据X中能发现什么”（自学）。

（3）模型评估选择 使不使用区别

[1] 有监督学习需要设计到模型评估\模型比较\模型选择

[2] 无监督学习一般比较少

（4）难易程度区别

[1] 有监督的操作会相比无监督步骤多点。没有训练集等，以及模型评估也用的比较少。

[2] 无监督的操作会容易一点。

（5）对象所属类别 是否提前分类区别

[1] 有监督学习-分类算法是把 "某个对象" 划分到某个具体的 "已经定义的类别" (分类的类别是提取预定义的)

[2] 无监督学习-聚类算法是把 "所有对象" 按照具体特征组织 "拆分到若干个类别" (分类别却不是提取预定义的）

（6）新来的对象模型是否打乱问题

[1] 有监督学习-分类算法，是存在训练集, 才会有对真实的数据预测。每来一个对象会套进模型，就得到了分类结果。

所以新来的对象不会干扰的原来的模型。

[2] 无监督学习-聚类算法，是吧每来一个或多个对象都可能打乱的模型，然后对分类重开始新的拆分计算。