概 述
无监督学习不要求对数据进行事先标定,在数据的分类结构未
知时,按照事物的某些属性,把事物聚集成类,使类间的相似
性尽量小,类内相似性尽量大。利用无监督学习期望能够发现
数据集中自身隐藏的内蕴结构信息。
无监督学习也称聚类分析。 无监督学习源于许多研究领域,受
到很多应用需求的推动。例如,
在复杂网络分析中,人们希望发现具有内在紧密联系的社团
在图像分析中,人们希望将图像分割成具有类似性质的区域
在文本处理中,人们希望发现具有相同主题的文本子集
在有损编码技术中,人们希望找到信息损失最小的编码
在顾客行为分析中,人们希望发现消费方式类似的顾客群,以
便制订有针对性的客户管理方式和提高营销效率。这些情况都
可以在适当的条件下归为聚类分析。