机器学习 无监督学习 4

对于监督学习，已经被告知了什么是所谓的正确答案
无监督学习，都具有相同标签或都没有标签，我们得到一个数据集不知道拿它做什么，也就是说，有个数据集，我们需要从中找到某种结构
无监督学习中，最常见的是聚类算法，寻找数据集的规律，将数据分成几个簇
举例
①谷歌新闻就是用的聚类算法，收集新闻，聚类分成新闻专题
②基因组的应用，DNA微矩阵数据，给定一组不同的个体，对于每个个体检测他们是否拥有某个特定基因是，也就是要检测特定基因的表达程度，不同颜色展示不同个体拥有特定基因的程度，然后可以使用聚类算法，把不同个体归入不同类或不同类型的人，这就是无监督学习
③大型集群，识别集群中适合协同工作的机器
④社交网络的分析，社交圈的聚类，判断哪些人互相认识
⑤市场划分，根据客户信息自动找出不同的市场分割
⑥天文数据聚类，星系形成理论

鸡尾酒会算法，一个有趣的算法，分离出鸡尾酒会中同时说话的每个人的独立信号，并不是一个常用的无监督学习算法