3.3.1　無監(jiān)督學習

無監(jiān)督學習（Unsupervised Learning）是機器學習的一個分支，主要解決訓練樣本在標簽缺乏情況下的模式識別問題，這類算法主動學習的特性能夠很好地滿足互聯(lián)網(wǎng)金融機構(gòu)對于反欺詐場景的業(yè)務(wù)需求。聚類（Clustering）是無監(jiān)督學習中應(yīng)用最廣的一種算法，它的學習目標是將樣本集劃分為若干個不相交的簇，每一個簇都具備特定的規(guī)律。在聚類的時候，我們希望簇內(nèi)相似度高，并且簇間相似度低，這樣才能使聚類后的結(jié)果區(qū)分度最優(yōu)。聚類有多種方式，可以基于距離、概率、密度等給出不同的計算結(jié)果。在反欺詐場景中，建模人員既可以觀察聚類結(jié)果，直接找出異常簇作為疑似欺詐客群，又可以利用簇內(nèi)相似性的原理，將與欺詐客群處于同一個簇的其他樣本打標，擴充標簽數(shù)據(jù)后訓練分類模型。

孤立森林（Isolation Forest）是另一種在反欺詐場景中被嘗試過的無監(jiān)督算法，于2008年被周志華教授團隊首先提出。與聚類算法通過距離、密度等量化指標識別異常樣本不同，孤立森林基于二叉搜索樹原理，利用多棵樹的隨機劃分，找出最容易被孤立出來的樣本作為異常樣本。異常樣本到根節(jié)點的平均路徑長度，則可以看作是該樣本的異常程度，平均路徑長度越短，異常程度越高。由于原理不同，孤立森林可以與聚類相融合，從不同角度量化樣本的異常程度，從而提高召回樣本的準確性。

在深度學習中也有一種無監(jiān)督學習算法，自編碼器（Autoencoder）。它通過神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)將原始樣本從高維空間壓縮到低維空間，從而最大化保留樣本的信息量。自編碼器分為兩部分：第一部分是編碼器（Encoder），它的作用是將樣本集通過多層網(wǎng)絡(luò)映射到一個低維空間；第二部分是解碼器（Decoder），在訓練時通過反向傳播不斷優(yōu)化網(wǎng)絡(luò)參數(shù)，使得模型的損失函數(shù)最小。編碼器留下信息量最大的維度，同時解碼器將低維空間還原到樣本集原始的高維空間，其中與原始分布差異較大的樣本，可以看作異常樣本。

自編碼器對于訓練樣本的數(shù)量和維度有一定要求，在樣本量足夠大的情況下可以嘗試這種深度學習方法，找出疑似異常客戶。