机器学习—无监督学习

当你获得了一大批数据，这就是财富。可却不知道如何去使用它，无法去区分其中的差别。

无监督学习，就能够不依赖着标签，去自动学习数据之间的关系。也就是，你别说话，我一切帮你分好。

无监督学习最常应用的两个大方向，聚类和降维。

先和大家简单了解一下，聚类：

就是根据数据的相似性，将数据分成多类的过程。

如何去确定两个数据是否相似呢？

如何去把数据归为一类呢？

“配对”的技术如何，就看你有没有选对好“媒人”

常用的“配对”方法有：

欧氏距离

这个很好理解，这就是我们一直常用的方法，两点一线距离最短的方法

曼哈顿距离

就像你住在规则布局的城镇街道，从一点到达另一点的距离所走过的距离，也叫出租车距离（红色路线）

马氏距离

是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是，它考虑到各种特性之间的联系（例如：一条关于身高的信息会带来一条关于体重的信息，因为两者是有关联的），并且是尺度无关的，即独立于测量尺度。

夹角余弦

是通过计算两个向量的夹角余弦值来评估他们的相似度。如果说越靠近1，也就越相似。

降维：当我们手上的数据的维度比较多时候，在保留其特性和分布情况下，为了可视化和精简数据的目的，我们可以对其进行降维度的操作。由于多维数据的任务存在关联性，在某些情况下降维后更加好进行处理。

好了，我们下期再见。