【机器学习-三-无监督学习】

上一节介绍了监督学习，下面来介绍无监督学习，这也是最广泛应用的算法。

什么是无监督学习

上一节中，我们知道了监督学习是通过 对算法，**输入一对数据，也就是input和label（也就是正确答案）**来训练算法。
举个通俗点的例子，就是既告诉算法输入的是什么，又告诉算法，正确的答案是什么，这样输入算法训练完成后，算法就会学会怎么构造这种输出，然后正式使用的时候，输出预测值

而无监督学习，喂给算法的不是一对数据，只有输入，并不告诉算法正确的答案，反而通过算法来自动分类，发现他们内在的关联，所以这种算法是在没有监督的情况下进行的输出，这就是无监督学习。
举个通俗点的例子，比如推荐新闻的时候，会通过寻找文件之间的相似性将他们进行分类，这种方法，就是所谓的聚类。因为每天搜索的新闻千变万化，这种庞大的数量导致没有人告诉算法，什么词和什么词会是同一种分类。这种算法是自动的计算出，动物园应该和熊猫放在同一组，A和B应该在同一组。

分类

无监督学习最常用的就是聚类和降维了。

聚类

无监督学习其中重要的应用就是聚类，给定一堆输入，从中把相似的数据分到同一个组，这就是聚类。典型的应用就是新闻聚类、异常检测、细分市场分类等

降维

把一个大的数据集压缩到一个小的数据集，并且尽可能丢失尽量少的信息，这就是降维。比如视频压缩、图片压缩等等，现在通常用在大模型中的处理，因为输入的视频数据数据量很大，怎么能够在不丢失信息的情况下降维数据，就成了很重要的一点。

有监督和无监督学习的区别

用上面的图来形象的表示下二者的区别，有监督是根据输入的数据对，拟合一个复杂函数，区分类别，而另外一个则是给数据分堆，至于具体怎么分堆，以及怎么拟合这些复杂的输入则输入下面章节的内容。

一句话来说有监督和无监督区别就在于是否训练前就知道正确答案。

比如他们都可以分类，但是不同的是，有监督是在有答案的情况下分类，但是无监督则是发现这些输入可以分成几类，但是提前并不知情。