聚类

2. 无监督学习的目标：通过对无标记训练样本的学习来揭露数据的内在性质以及规律。

3. 一个经典的无监督学习任务：寻找数据的最佳表达。常见的有：

   • 低维表达：试图将数据（位于高维空间）中的信息尽可能压缩在一个较低维空间中。
   • 稀疏表达：将数据嵌入到大多数项为零的一个表达中。该策略通常需要进行维度扩张。

4. 无监督学习应用最广的是聚类 。

   • 给定数据集 ，聚类试图将数据集中的样本划分为 个不相交的子集 ，每个子集称为一个簇。其中： 。
   • 通过这样的划分，每个簇可能对应于一个潜在的概念。这些概念对于聚类算法而言，事先可能是未知的。
   • 聚类过程仅仅能自动形成簇结构，簇所对应的概念语义需要由使用者来提供。

6. 聚类问题本身是病态的。即：没有某个标准来衡量聚类的效果。

   • 可以简单的度量聚类的性质，如每个聚类的元素到该类中心点的平均距离。

   • 可能很多不同的聚类都很好地对应了现实世界的某些属性，它们都是合理的。

     如：在图片识别中包含的图片有：红色卡车、红色汽车、灰色卡车、灰色汽车。可以聚类成：红色一类、灰色一类；也可以聚类成：卡车一类、汽车一类。