机器学习003_无监督学习

1、聚类算法

对比监督学习：
监督学习中，在给定的数据集中的每一个样本都已经清楚地给出了正确答案。如下图：

而无监督学习给定的数据不一样，他们没有具体的标签，即没有正不正确。只被告知有这样的数据集，我们需要按自动得到的类型找到其中的某种结构，将其划分成簇。

对于上面给定的数据集，无监督学习算法可以将该数据集划分成两个簇。也被称之聚类算法。

应用实例

1. 谷歌新闻：它搜集网上的新闻，并将它们聚成不同主题的多个块以呈现。
2. DNA微阵列数据：给定一组不同个体，对于每个个体，测定它们是否拥有某个特定的基因，也就是要测定特定基因的表达程度。那么我们需要运行一个聚类算法，将不同的个体归入不同的类。
   
3. 组织大型的计算机群：like将某一些趋于协同工作的计算机放在一起，可以使得工作更高效。
   
4. 社交网络分析：通过给定的数据集（频繁的社交联系人、社交圈等）自动识别出同属一个圈子的朋友，即分析出社交圈中哪些人是熟识的等。
   
5. 市场细分中的应用：许多公司有用庞大的用户数据集，可以通过这些数据集，将用户自动划分到不同的细分市场中去，再针对这些不同的细分市场具体销售不同的商品。
   
6. 天文数据分析：应用于星系形成理论。
   
   聚类算法只是无监督学习中的一种，还有一种，鸡尾酒会算法。

2、鸡尾酒会算法

假设在一个鸡尾酒会中，只有两个人和两个麦克风，这两个麦克风离两人的距离不同，则他们录制出的两人的叠音效果也不同。将从两个麦克风中得到的两个音频交给该算法，则该算法可以将音频中的两个音源分离输出。

这里吴恩达教授推荐使用Octave软件作为实现算法的开发环境。因为它将很多机器学习需要用到的功能函数都集成在了环境中，用户直接使用该函数，实现算法的速度很快。若使用C++、JAVA、Python等，则要额外编写很多代码来实现这些功能算法。
即推荐先学会使用Octave建立原型，再使用其他的编程语言，更有效率。