無監督學習定義：

【無監督學習】中沒有任何的標簽或者是有相同的標簽或者就是沒標簽。所以我們已知數據集，卻不知如何處理，也未告知每個數據點是什么。別的都不知道，就是一個數據集。你能從數據中找到某種結構嗎？

針對數據集，無監督學習就能判斷出數據有兩個不同的聚集簇。這是一個類，那是另一個類，二者不同。是的，無監督學習算法可能會把這些數據分成兩個不同的簇。所以叫做【聚類算法clustering algorithm】

聚類只是無監督學習的一種

聚類應用：

谷歌新聞：把不同新聞分成不同類別

基因分類：輸入一組不同個體，對其中的每個個體，你要分析出它們是否有一個特定的基因。

給社交網絡朋友自動分組

顧客數據分類，劃分到不同細分市場

天文數據分析

分離出一屋子人不同說話聲（分離算法：[W,s,v] = svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x');）

6.說明：

研究人員花費了大量時間才最終實現這行代碼。我不是說這個是簡單的問題，但它證明
了，當你使用正確的編程環境，許多學習算法是相當短的程序。所以，這也是為什么在本課
中，我們打算使用 Octave 編程環境。Octave,是免費的開源軟件，使用一個像 Octave 或 Matlab
的工具，許多學習算法變得只有幾行代碼就可實現。

?

轉載于:https://www.cnblogs.com/chenxi188/p/10869950.html

總結

以上是生活随笔為你收集整理的1-4 无监督学习（Unsupervised Learning）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。