原文：
www.kdnuggets.com/2018/08/unsupervised-learning-demystified.html
评论
无监督学习听起来可能像是“让孩子们自己学会不要碰热烤箱”的华丽说法，但实际上它是一种从数据中挖掘灵感的模式发现技术。它与机器在没有成人监督的情况下跑来跑去、形成自己对事物的看法无关。让我们揭开谜底吧！
如果这让你感到熟悉，无监督机器学习可能是你的新朋友。
本文适合初学者，但假设你对到目前为止的故事有所了解：
-
机器学习就是关于通过示例对事物进行标记。
-
如果你通过提供你所寻找的答案来训练你的系统，那就是在进行监督学习。
-
要开始监督学习，你需要知道你想要什么标签。（无监督学习则不然。）
-
标准术语包括实例、特征、标签、模型和算法。
你的任务？随意将这六张图片分成两组。
查看上面的六个实例。缺少了什么？这些照片没有标签。不用担心，你的大脑在无监督学习方面很厉害。我们来试试吧。
想想你希望如何将这些图像分成两组。没有错误的答案。准备好了吗？
在一个实时课堂上，谷歌员工会喊出像“坐着还是站着”、“能看到木地板还是不能”、“猫自拍还是非猫自拍”这样的答案。我们来检查第一个答案。
将图像分成两类的一种方法是：坐着与站立。嗯，“坐着”与站立。
如果你选择根据猫是否站立来定义你的聚类，你的系统输出的标签是什么？毕竟，机器学习就是关于对事物进行标记的。
如果你认为“坐着与站着”是标签，那就再想想吧！那是你用来创建集群的配方（模型）。无监督学习中的标签要无聊得多：比如“组 1 和组 2”或“A 或 B”或“0 或 1”。它们只是表示群组成员关系，没有额外的人类可解释（或诗意）的意义。
无监督学习的标签仅仅表示集群成员关系。它们没有更高的人类可解释的意义，尽管这可能令人失望。
这里发生的只是算法根据相似性对事物进行分组。相似性度量由算法选择决定，但为什么不尝试尽可能多的算法呢？毕竟，你不知道自己在寻找什么，这没关系。把无监督学习看作是“物以类聚”的一种数学版本。
像一个 罗夏墨迹测验，结果在于帮助你做梦。
不要过于认真地对待你看到的内容。
作为这两只独立猫咪的骄傲母亲，我感到遗憾，在我教了这个课程约 50 次的过程中，只有一个观众注意到了：“猫 1 与猫 2。” 相反，得到的回答却是“坐着、站着”或“木地板缺失/存在”或有时甚至是“丑猫与漂亮猫。”（哎呀。）
原来这些是我两只独立猫咪的照片！也许你看出来了，但大多数观众没看出来……除非我给他们标签（监督他们的学习）。如果我一开始就用名字标签展示数据，然后让你对下一张照片进行分类，我敢打赌你会觉得任务很简单。
想象一下我是一名初学者数据科学家，刚刚开始进行无监督学习，自然对自己两只猫很感兴趣。当我查看这些数据时，我无法忽视我的猫咪。因为我的小可爱对我来说如此重要，我期望我的无监督机器学习系统能恢复唯一值得关心的东西。哎呀！
在这十年之前，计算机甚至无法与世界上最优秀的模式发现者——人脑竞争。这对人来说很简单！那么，为什么成千上万的谷歌员工看到这些未标记的照片却错过了“猫 1 与猫 2”的答案呢？
把无监督学习看作是“物以类聚”的一种数学版本。
仅仅因为某些东西对我有趣，并不意味着我的模式发现器能找到它。即使模式发现器很棒，我也没有告诉它我在寻找什么，所以为什么要期望我的学习算法能提供它呢？这不是魔法！如果我不告诉它正确的答案是什么……我就接受结果，不会感到不满。我能做的只是看看系统返回的簇，并看看是否觉得它们有启发。如果我不喜欢它们，我就不断运行不同的无监督算法（“观众中的其他人，为我换个方式分割”），直到有趣的东西出现。
结果如同罗夏墨迹图，帮助你做梦。
这个过程不一定会产生令人振奋的成果，但尝试一下也无妨。毕竟，探索未知本该是一种冒险。好好享受吧！
在未来的节目中，我们将探讨如果你忘记标签只是灵感而不应过于认真对待，甚至不应被视为可由人解释的，可能会发生的警示故事。（提示：可能会提到在一片吐司中发现埃尔维斯的故事。）它们只是用来给你一些关于下一个可能感兴趣的方向的想法。
总结： 无监督学习通过将相似的事物分组，帮助你从数据中找到灵感。定义相似性的方式有很多，所以不断尝试算法和设置，直到一个酷炫的模式引起你的注意。
个人简介： Cassie Kozyrkov 是谷歌首席决策智能工程师。❤️ 统计学，机器学习/人工智能，数据，双关语，艺术，戏剧，决策科学。所有观点均为个人意见。
原文。经许可转载。
相关：
-
数据科学家需要知道的 5 种聚类算法
-
K 均值在现实生活中的应用：聚类锻炼课程
-
使用 K 均值算法进行聚类
1. 谷歌网络安全证书 - 快速进入网络安全领域的职业生涯
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你所在组织的 IT 工作