机器学习之无监督学习（个人理解

无监督学习

Unsupervised learning allows us to approach problems with little or no
idea what our results should look like. We can derive structure from
data where we don’t necessarily know the effect of the variables.

We can derive this structure by clustering the data based on
relationships among the variables in the data.

With unsupervised learning there is no feedback based on the
prediction results.

说人话就是，给机器一堆数据，在无监督学习中，没有属性或标签这一概念，也就是说所有的数据，都是一样的，没有区别。而机器要做的工作，有点类似合并同类项，找出数据的一些共同特点，再根据这些特点对数据进行分类。

举个🌰：Google浏览器会把相同的新闻进行分类，比如我们搜索如何一夜暴富，浏览器会反馈给我们好几页的相关新闻或者消息，这就属于无监督学习，浏览器会把有暴富这样词汇的新闻整合在一起。当然，浏览器也会整合别的有相同关键词的新闻。像这样的算法我们也称为聚类算法。

举个🌰2: 一些大公司拥有庞大的客户信息数据库，无监督学习可以利用客户数据集 自动找出不同的市场分割，比如哪些客户属于高消费群体，哪些属于低消费，类似这样。