《从机器学习到深度学习》笔记（2）无监督学习

有监督学习用于解决分类问题的前提是必须有一个带标签数据的样本集，但获得数据标签的代价往往是非常昂贵的。同时，这些标签通常都是人工标注，标注错误的情况也时有发生。这样就促使了无监督学习策略的发展，简单的说它就是：

对无标签数据进行推理的机器学习方法。

1. 场景

由于无监督学习的前提是不需要前期的人类判断，所以它一般是作为某项学习任务的前置步骤，用于规约数据；在无监督学习之后，需要加入人类知识以使成果有实用价值。图1-10从人类知识加入的时间点比较了两种学习策略。

图1-10 有监督学习与无监督学习

一般来说人类理解由无监督学习规约后的数据比整理样本数据中的标签更容易些，所以总体上无监督学习需要更少的人工参与。

无监督学习的算法比较丰富，按整理数据的方式有两大分支：

1. 聚类（Clustering）：是最主要的无监督学习方式，是指将已有的样本数据分成若干个子集。生成的模型也可用于为新样本划分类别。
2. 降维（Dimensionality Reduction）：即以保持数据之间现有距离关系不变为目标，将高维数据转换为低维数据，。

此外还有一些小的算法族群比如协方差分析（Covariance Estimation）、边缘