Supervised Learning

监督学习是机器学习（ML）的一个分支，模型通过带标签的示例学习输入到输出的映射关系。带标签的示例是与正确答案配对的输入，通常称为真实值。训练期间，模型的预测结果会与这些标签进行比较，并调整模型参数以减小差异。监督学习的目标是泛化：对模型从未见过的新输入也能做出准确预测。许多广泛部署的 ML 系统都采用监督学习，包括垃圾邮件过滤器、信用评分、需求预测、图像分类器和目标检测器。

监督学习的工作原理#

监督学习数据集由（输入，标签）对组成，并划分为用于拟合模型的训练数据、用于调整设置和选择停止时机的验证数据，以及用于最终、无偏评估性能的测试数据。对于每个训练批次，模型都会进行预测，损失函数会衡量预测与标签之间的差异，而随机梯度下降等优化算法则会更新模型权重以降低损失。完整遍历一次训练集称为一个epoch；训练通常会运行多个 epoch，同时监控验证分数。

如果模型的训练损失持续下降，而验证分数却不断变差，就是发生了过拟合：模型记住了训练标签（包括其中的噪声），而不是学会能够迁移到新数据的模式。更多数据、数据增强、正则化和提前停止都可以缓解过拟合。

分类、回归与结构化输出#

• 分类：预测离散类别，例如垃圾邮件或非垃圾邮件，或者判断图像展示的是 ImageNet 1,000 个类别中的哪一类。
• 回归：预测连续数值，例如房价、明日需求量或目标距离；线性回归是最简单的回归模型。
• 结构化输出：许多视觉任务会同时包含分类和回归。目标检测会对每个目标进行分类并回归其边界框坐标；分割会对每个像素进行分类；姿态估计则会回归关键点位置。

同一套监督学习流程适用于各种不同模型：既可用于表格数据上的经典算法，例如逻辑回归、随机森林和梯度提升树，也可用于图像、音频和文本上的深度神经网络。

带标签数据及其成本#

标签来自人工标注人员、以往欺诈案例或购买记录等数据，以及各种仪器；模型的质量上限取决于标签质量。系统性的标注错误、不一致的标注规则、类别不平衡，以及训练集与测试集之间的数据泄露，都是模型开发阶段表现良好、部署后却失效的常见原因。由于数据标注往往是项目中最昂贵的环节，相关方法会减少所需标签数量。主动学习会要求标注人员只标记信息量最大的样本；迁移学习则从在大型数据集上预训练的模型开始，因此新任务所需的标注样本少得多。

YOLO26训练属于基于带标签图像的监督学习：每张训练图像都有一个标签文件，其中列出每个目标的类别 ID 和归一化边界框坐标；train 模式会更新模型，以减小预测类别和边界框与标签之间的损失。下面的示例使用预训练权重在 COCO8上进行微调。COCO8 是 COCO 数据集的一个 8 张图像样本，包含 4 张训练图像和 4 张验证图像，可用于检查训练流程是否能端到端运行：

from ultralytics import YOLO

# 从在完整 COCO 数据集上预训练的权重开始
model = YOLO("yolo26n.pt")

# 监督训练：图像与边界框和类别标签配对
results = model.train(data="coco8.yaml", epochs=3, imgsz=640)

监督学习与其他学习范式的比较#

• 无监督学习：不使用标签，仅从输入数据本身发现结构，例如聚类或压缩表示。
• 半监督学习：使用少量带标签数据和大量无标签数据进行训练，通常会为模型在无标签数据上的高置信度预测分配伪标签。
• 自监督学习：从数据本身创建标签，例如句子中的下一个词或图像中被隐藏的图块。大型语言模型和视觉基础模型会先通过这种方式进行预训练，再进行监督微调。
• 强化学习：根据智能体在环境中采取行动所获得的奖励进行学习，不会为每种情况标注正确行动。
• 小样本学习：利用预训练中获得的知识，从少量带标签示例（通常每类 1 到 10 个）中识别新类别。