监督学习:labels;input x 和 output y
就是个回归和分类
课后quiz中的两道题,只要分辨出是连续数据还是离散数据就可轻松解决。
无监督学习:没有标签的;only input x;典型算法为聚类clustering、异常检测Anomaly detection和数据降维Dimensionality reduction
聚类算法就是获取没有标签的数据并尝试将它们自动分组到集群中
clustering聚类示例一就是找文章
eg1:Google新闻就是使用clustering,将当天的所有新闻找到其中所提及的相似词并根据这个相似词将它们分组
这种聚类算法可以自己计算出哪些词暗示了哪些文章是属于同一组的,也就是说这类算法必须是在没有监督的情况下自行计算出当天的新闻文章集群是什么(因为每天的新闻都在变化,不可能由谷歌自己的员工去找)
clustering聚类示例二就是DNA聚类
eg2:因为我们本身没有给算法提供正确的答案(拥有什么样的基因是同一类型),而是由算法本身在数据中找到了structure
clustering聚类示例三就是对顾客/客户进行分组
eg3:很多公司拥有客户信息数据库,通过聚类能自动地将本公司的客户分组到不同的细分市场,以便更有效为客户服务
对无监督学习进行一个稍微formal的定义
Clustering:聚类,将相似的数据点组合在一起
Dimensionality reduction:降维,让你采用的一个大数据集压缩成一个小得多的数据集
Anomaly detection:异常检测,去检测异常事件unusual events