大概这就是“无监督学习”的机器学习算法实例

开会时有老大提到，用于智能运维的算法有不少是有监督学习，在一定规则下学习出适用的场景模型。

而我们需要做的“无监督学习”算法，难度则要大不少。对于我们这种算法小白，虽然理解了有监督和无监督的区别，对于无监督到底是怎么学习的还是有点云里雾里。

直到前几天看到一张算法学习的图，才略有点明白。挺有趣的：

 

如图中所描述，无监督学习也是分一段段时间的。

第一阶段开始根据读入的数据初始建模。

建完后继续学习，这时有突增的异常发生，使得变宽。原先初始阶段建的模不好用了嘛... 结合成新的模型

检测暂停后再重启，按新的模型，突增的已经被纳入解析范围，不再是异常。

周而复始... 周而复始...

慢慢地，真正的异常会被标注，某些跟特定时间有关的突增，就会被学习成正常