无监督学习

标签：ring   clust   帮助   ttl   ica   red   follow   with   是什么   

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.

    无监督学习使我们能够在很少或根本不知道我们的结果应该是什么样的情况下解决问题。 我们可以从数据中导出结构，我们不一定知道变量的影响。

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

    我们可以通过基于数据中变量之间的关系聚类数据来推导出这种结构。

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

    在无监督学习的情况下，没有基于预测结果的反馈。

    与监督学习不同，无监督学习不会事先给出“正确答案”，如下图

      图1                                                                                        图2

    图 1 为监督学习的情况，图 2 为无监督学习的情况。

    在无监督学习的情况下，算法需要根据数据的特点将数据分为不同的类别。

例子帮助理解

    Of the following examples, which would you address using an unsupervised learning algorithm?

• Given email labeled as spam/not spam, learn a spam filter.
• Given a set of news articles found on the web, group them into sets of articles about the same stories.
• Given a database of customer data, automatically discover market segments and group customers into different market segments.
• Given a dataset of patients diagnosed as either having diabetes or not, learn to classify new patients as having diabetes or not.

    在以下示例中，您将使用无监督学习算法解决哪些问题？

• 给出邮件标记为垃圾邮件/非垃圾邮件，学习垃圾邮件过滤器。（监督学习）
• 给出在网络上发现的一系列新闻文章，将它们分组成关于相同故事的文章集。（无监督学习）
• 给定客户数据数据库，自动发现细分市场并将客户分组到不同的细分市场。（无监督学习）
• 给定被诊断为患有或不患有糖尿病的患者的数据集，学习将新患者分类为患有或不患有糖尿病。（监督学习）

无监督学习

标签：ring   clust   帮助   ttl   ica   red   follow   with   是什么   

原文地址：https://www.cnblogs.com/qkloveslife/p/9799677.html