无监督学习的例子有哪些？

无监督学习是指能够处理一组未标记的数据，并从中寻找模式。其例子包括降维和聚类。机器学习模型通过一组未经标记、分类或归类的數據进行训练，算法需要在没有监督的情况下处理这些数据。无监督学习的目标是将输入记录重构为新的特征或一组具有相同模式的对象。

聚类分析用于根据对这些记录进行的各种度量形成相同记录的组或聚类。关键设计是定义对分析目标有用的聚类方式。此数据已应用于多个领域，例如天文学、考古学、医学、化学、教育、心理学、语言学和社会学。

谷歌是聚类的一个例子，它需要无监督学习来根据新闻内容对新闻项目进行分组。谷歌有一组数百万条关于多个主题的新闻项目，其聚类算法必须将这些新闻项目分组为少量相同或通过多种属性（包括词频、句子长度、页面计数等）相互关联的项目。

无监督学习的例子如下：

组织计算集群 - 服务器的地理位置是根据从世界特定区域接收到的 Web 请求的聚类来确定的。本地服务器将仅包含该区域人员经常创建的数据。

社交网络分析 - 进行社交网络分析以根据朋友之间的连接频率对朋友进行聚类。此类分析揭示了一些社交网站用户的联系。

市场细分 - 销售组织可以根据其先前开具的发票项目将其用户聚类或分组到多个细分市场中。例如，大型超市可能需要向其杂货用户专门发送有关杂货商品的短信，而不是将其发送给所有用户。

这不仅更便宜，而且更好；毕竟，对于那些只从商店购买服装的人来说，这可能是一种无关紧要的刺激。根据用户的购买历史将用户组合到多个细分市场中，将使商店能够专注于正确的用户以增加销售额并提高利润。

天文数据分析 - 天文学家需要大型望远镜来研究星系和恒星。从天空多个部分接收到的光的设计或组合有助于识别多个星系、行星和卫星。

更新于：2022年2月15日

14K+ 浏览量

开启您的职业生涯

完成课程获得认证

开始学习
广告