吳恩達機器學習筆記 —— 14 無監督學習

本章講述的是第一個無監督的機器學習演算法，在無監督的演算法中，樣本資料只有特徵向量，並沒有標註的y值。比如聚類演算法，它可以用在市場分類、社交網路分析、天體資料分析等等。

更多內容參考 機器學習&深度學習

在做聚類時，最簡單的演算法就是k-means，一般的流程是:

1. 首先隨機選擇k個聚類中心點
2. 遍歷所有的樣本，選擇一個距離最近的中心點，並標記為對應的聚類
3. 重新針對類簇計算中心點
4. 重複2-3的過程

還有一個演算法在這次的課程中沒有提到，就是kmeans++，它與上面的kmeans不同的是，選擇中心點是首先隨機選擇一個，然後選擇一個離當前最遠的作為下一個中心點....

聚類演算法有時候並不是那麼完美分割的，大部分的時候資料都是連線在一起的：

k-means的優化目標：其實就是每個樣本點與其中心點計算一次距離，全部樣本的平均距離就是演算法的優化目標，min(path)越小，代表聚類演算法越好。不過細想一下，如果K越大，這個值就會越小。所以這個值也只能作為一個參考而已...

k-means的演算法效果很大程度上取決於初始節點的選取。因此可以多嘗試隨機幾次看看效果：

在聚類演算法中還有一個很重要的問題，就是K值如何選取：可以通過下面的肘點法選擇，比如下面左邊的圖，隨著k的值增加，損失值開始下降，那麼那個拐點就是我們選擇的最佳值；不過有時候，曲線會像右邊的圖一樣，這時肘點法就不起作用了，最終可以依賴於業務含義來選擇k的值。