2.4　無(wú)監(jiān)督學(xué)習(xí)

假設(shè)給出了一個(gè)數(shù)據(jù)集，其中每個(gè)樣本都有一組特征，但沒(méi)有標(biāo)簽（Label）。標(biāo)簽是支持向量機(jī)算法等有監(jiān)督學(xué)習(xí)算法的基本組成部分，支持向量機(jī)算法的學(xué)習(xí)就是假設(shè)函數(shù)來(lái)預(yù)測(cè)給定特征的標(biāo)簽，沒(méi)有標(biāo)簽就不能運(yùn)行監(jiān)督學(xué)習(xí)算法。無(wú)監(jiān)督學(xué)習(xí)就是在沒(méi)有標(biāo)簽的數(shù)據(jù)集上執(zhí)行任務(wù)，在數(shù)據(jù)集中通過(guò)無(wú)監(jiān)督學(xué)習(xí)算法找到彼此相似的數(shù)據(jù)集。

有監(jiān)督學(xué)習(xí)類(lèi)似于在教練監(jiān)督下的跑步訓(xùn)練，教練指導(dǎo)學(xué)員的每個(gè)標(biāo)準(zhǔn)動(dòng)作，并隨時(shí)對(duì)錯(cuò)誤動(dòng)作進(jìn)行糾正，當(dāng)學(xué)員的成績(jī)達(dá)到一定的水平時(shí)，表示訓(xùn)練完畢，之后進(jìn)行沒(méi)有教練的監(jiān)督。無(wú)監(jiān)督學(xué)習(xí)就是自己對(duì)自己的跑步進(jìn)行訓(xùn)練，出現(xiàn)錯(cuò)誤時(shí)自行糾正。例如，若摔倒可能是因?yàn)樾拥膯?wèn)題，則換一雙鞋后再訓(xùn)練，通過(guò)反復(fù)自我訓(xùn)練來(lái)提升成績(jī)，直到達(dá)到期望的水平為止。

此外，還存在一種介于有監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)之間的半監(jiān)督學(xué)習(xí)（Semi-Supervised Learning）。在現(xiàn)實(shí)的機(jī)器學(xué)習(xí)中，可能出現(xiàn)標(biāo)注太少的問(wèn)題，大量數(shù)據(jù)都沒(méi)有被人工標(biāo)注過(guò)，也就是說(shuō)，有一部分訓(xùn)練數(shù)據(jù)的輸入變量x有對(duì)應(yīng)的輸出變量y，另一部分的訓(xùn)練數(shù)據(jù)沒(méi)有對(duì)應(yīng)的輸出變量y。在這種情況下，一方面可以采用無(wú)監(jiān)督學(xué)習(xí)方法來(lái)發(fā)現(xiàn)和學(xué)習(xí)輸入變量的結(jié)構(gòu)；另一方面可以先采用有監(jiān)督學(xué)習(xí)方法對(duì)未標(biāo)注數(shù)據(jù)的輸出結(jié)果進(jìn)行預(yù)測(cè)，然后對(duì)這些有預(yù)測(cè)標(biāo)簽的數(shù)據(jù)進(jìn)行訓(xùn)練。