论标签对无监督算法的使用

说到无监督机器学习（unsupervised machinelearning），头脑中第一个蹦出来的词一定是三个字——“无标签”！那么，是不是说，无监督就一定不需要标签？用了标签就一定是有监督呢？事实并非如此，这要看如何使用标签了。

#定义#

现实生活中常常会有这样的问题：缺乏足够的先验知识，因此难以人工标注类别或进行人工类别标注的成本太高。很自然地，我们希望计算机能代我们完成这些工作，或至少提供一些帮助。根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，称之为无监督学习。

无监督和有监督的区别显而易见，那就是标签。

#一句话概括#

区分有监督和无监督，就是看是否有监督（supervised），就看输入数据是否有标签（label）。输入数据有标签，则为有监督学习，没标签则为无监督学习。

因此，如果标签被作为模型的输入，则认为是有监督；若标签只作为验证所用（为了得出TPR，FPR，FNR等指标），而没有作为输入，则属于无监督。

#从定义的角度阐述无监督学习的含义#

我们首先看什么是学习（learning）？一个成语就可概括：举一反三。此处以高考为例，高考的题目在上考场前我们未必做过，但在高中三年我们做过很多很多题目，懂解题方法，因此考场上面对陌生问题也可以算出答案。机器学习的思路也类似：我们能不能利用一些训练数据（已经做过的题），使机器能够利用它们（解题方法）分析未知数据（高考的题目）？

最简单也最普遍的一类机器学习算法就是分类（classification）。对于分类，输入的训练数据有特征（feature