day15--机器学习--聚类(1)

主要的无监督学习方法

聚类（Clustering）如何将教室里的学生按爱好、身高划分为5类？

降维（ Dimensionality Reduction ）如何将将原高维空间中的数据点映射到低维度的空间中？

关联规则（ Association Rules）很多买尿布的男顾客，同时买了啤酒，可以从中找出什么规律来提高超市销售额？

推荐系统（ Recommender systems）很多客户经常上网购物，根据他们的浏览商品的习惯，给他们推荐什么商品呢？

机器学习的大多数应用都是基于有监督学习的，但是绝大多数可用数据都没有标签：具有输入特征X，但是没有标签y。

聚类：识别相似实例并将其分配给相似实例的集群或组。就像在分类中一样，每个实例都分配给一个组。但是与分类不同，聚类是一项无监督任务。聚类是很好的工具，用于数据分析、客户细分、推荐系统、搜索引擎、图像分割、半监督学习、降维等。

聚类的应用

客户细分：

你可以根据客户的购买记录和他们在网站上的活动对客户进行聚类。这对于了解你的客户是谁以及他们的需求很有用，因此你可以针对每个细分客户调整产品和营销活动。例如，客户细分在推荐系统中可以很有用，可以推荐同一集群中其他用户喜欢的内容。

数据分析：

在分析新数据集时，运行聚类算法然后分别分析每个集群。

异常检测(也称离群值检测)：

对所有集群具有低相似度的任何实例都可能是异常。例如，如果你已根据用户行为对网站用户进行了聚类，则可以检测到具有异常行为的用户，例如每秒的请求数量异常。异常检测在检测制造生产线中的缺陷或欺诈检测中特别有用。国家反诈APP、金融欺诈。

搜索引擎：

一些搜索引擎可让你搜索与参考图像相似的图像或者相似问题。社交网络比如在社交网络的分析上。已知你朋友的信息，比如经常发email的联系人，或是你的微博好友、微信的朋友圈，我们可运用聚类方法自动地给朋友进行分组，做到让每组里的人们彼此都熟识