在本章中，我们将介绍以下食谱:
介绍
无监督学习是机器学习的典范, 我们在不依赖标签的培训数据的情况下构建模型. 在此之前, 我们处理了以某种方式标注的数据. 这意味着学习算法可以查看这些数据, 并学习根据标签对它们进行分类. 在无监督的学习世界中, 我们没有这个奢侈品! 当我们想要使用一些相似性度量在数据集中查找子组时, 使用这些算法.
最常见的方法之一就是聚类. 你一定听说这个用语很频繁. 我们主要用于数据分析, 我们希望在数据中找到集群. 通常使用某种相似性度量(如欧氏距离)来发现这些簇. 无监督学习广泛用于许多领域,如数据挖掘, 医学成像, 股票市场分析, 计算机视觉, 市场细分等.