无监督学习基础

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
  • 

• 📊 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
  • 

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