機器學習-（2）：無監督學習

無監督學習

無監督學習使我們能夠很少或不知道我們的結果應該如何處理問題。 我們可以從數據中導出結構，我們不一定知道變量的影響。

我們可以通過基於數據中的變量之間的關係對數據進行聚類來導出該結構。

通過無監督的學習，基於預測結果沒有反饋。

例：

聚類：收集100萬個不同的基因，並找到一種自動將這些基因組合成不同變量（如生命週期，位置，作用等）相似或相關的組。

非聚類：“雞尾酒會算法”，讓您在混亂的環境中找到結構。 （即，從雞尾酒會的聲音網格中識別個體聲音和音樂）。