非监督学习
与监督学习相反,非监督学习的训练数据集是完全没有标签的数据,他本质上所做的工作都是聚类的
给定数据之后,聚类能从中学习到什么,就完全取决于数据本身的特性的,简单说就是自动给数据贴标签
比较有名的非监督学习蒜贩有K均值聚类(K-Means Clustering)、层次聚类(Hierarchical Clustering)、主成分分析(Principal Components Analysis,PCA)、DBSCAN、深度信念网络(Deep Belief Net)等
半监督学习
半监督学习其实是使用最多的一种了,就像我们人生的学习过程一样,不是所有的东西都有人来教,总有需要自己去理解总结的时候
他的形式化的定义如下
给定一个来自于某个位置分布的有标记实例集合 { ( x 1 , y 1 ) , ( x 2 , y 2 ) , … , ( x k , y k ) } \{(x_1,y_1),(x_2,y_2),\dots,(x_k,y_k)\} {(x1,y1),(x2,y2),…,(xk,yk)}这里 x i x_i xi是输入数据,而 y i y_i yi是标签;然后还有一个未标记的示例集合 U = { x k + 1 , x k + 2 , … , x k + u } U=\{x_{k+1},x_{k+2},\dots,x_{k+u}\} U={xk+1,xk+2,…,xk+u}那么这里的u就是未标记的数据个数
我们希望模型通过学习得到某个函数,通过他能够准确的对未标记的数据预测到标签
这样说其实还是很抽象,但是其实跟我们正常学习过程是差不多的,例如做某一类的数学题,从一开始无从下手,通过查阅答案,理解题目的动机和基本思路,这样就可以做出来同类型的新题目
那其实半监督学习就是将已知的信息扩大到未知领域的过程
常见的半监督学习有生成式方法,半监督支持向量机,图半监督学习,半监督聚类等
机器学习的核心价值
其实机器学习算法本身就是要完成这样一个任务——从过去的历史数据中寻找规律,根据归纳出来的规律对未来的新样本进行预测