Anaconda数据科学实战

第8章　Anaconda中的无监督学习

在讨论无监督学习之前，本章先介绍监督学习（supervised learning），因为大多数读者都已熟悉前面几章中讨论过的函数。一个函数通常有自变量的一组值和因变量y的一组对应值。在前几章中，我们讨论了各种类型的函数，例如单因子线性模型。我们的任务是对于给定的一组输入值，求出函数的公式。对于监督学习，有两个数据集：训练数据（training data）和测试数据（test data）。训练数据集包含一组输入变量和相关的输出值[也称为监督信号（supervisory signal）]。监督学习算法会对训练数据进行分析，并生成一个推断函数（inferred function），然后应用这个推断函数来映射给定的测试数据集。

与监督学习不同，无监督学习中并没有y。换句话说，无监督学习用于从数据集中获取推断函数，而该数据集仅仅包含输入数据，并未包含标签响应。从某种意义上来说，对于监督学习，同时有x和y；而对于无监督学习，只有x。换句话说，对于一个算法，我们同时拥有输入和输出；而对于另一个算法，则只有输入。最常见的无监督学习方法是聚类分析（Cluster Analysis），它用于探索性数据分析以发现数据中的隐藏模式或分组规律。

本章包含以下主题：

• 无监督学习简介 ...