非监督学习

监督学习和非监督学习的核心区别就是数据集是否有标记。

image.png

如上图，两堆数据是一样的，没有特殊标记。

什么是标记？

数据A，给你一千封邮件，其中标记了某些是垃圾邮件，有些是正常邮件。
数据B，给你一千封邮件，但是没有告诉你哪些是垃圾邮件。

因为数据A有标记，我们在机器学习的时候，要实现区分垃圾邮件这个分类器就简单得多了。
但是由于标记数据需要大量人工，所以无监督学习有较大的优势。

常用的无监督学习有哪些？

例如google搜索引擎，他每天收集大量新闻，为了把不同新闻划分到不同类目，就要使用无监督学习了。