无监督学习是机器学习的重要分支,其核心特点是无需标签数据,通过分析数据的内在结构发现隐藏模式。以下是关键知识点:

常见算法分类

  • 🧠 聚类算法

    • K-Means:将数据划分为K个簇,适合球形分布数据
    • 🌳 层次聚类:构建数据的树状层次结构
    • 🧭 DBSCAN:基于密度的聚类,能识别噪声点
    • 聚类算法
  • 📊 降维技术

    • 📐 PCA(主成分分析):保留最大方差方向
    • 📈 t-SNE:可视化高维数据的流形结构
    • 降维技术

应用场景

  • 📖 数据分组(如客户细分)
  • 📈 特征工程优化
  • 🧩 异常检测(如信用卡欺诈识别)

扩展学习:有监督学习对比

无监督学习示意图