免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

    2．無監督學習（Unsupervised Learning）

給學習算法提供的數據是未標記的，并且要求算法識別輸入數據中的模式，主要是建立一個模型，用其試著對輸入的數據進行解釋，并用于下次輸入。現實情況下往往很多數據集都有大量的未標記樣本，有標記的樣本反而比較少。如果直接棄用，很大程度上會導致模型精度低。這種情況解決的思路往往是結合有標記的樣本，通過估計的方法把未標記樣本變為偽的有標記樣本，所以無監督學習比監督學習更難掌握。主要用于解決聚類和降維問題，常見的算法有：

（1）聚類算法：把一組對象分組化的任務，使得在同一組的對象比起其它組的對象，它們彼此更加相似。常用的聚類算法包括：

①K－means算法：這是典型的基于原型的目標函數聚類方法的代表，它是數據點到原型的某種距離作為優化的目標函數，利用函數求極值的方法得到迭代運算的調整規則。其優點是算法足夠快速、簡單，并且如果預處理數據和特征工程十分有效，那么該聚類算法將擁有極高的靈活性。缺點是該算法需要指定集群的數量，而K值的選擇通常都不是那么容易確定的。另外，如果訓練數據中的真實集群并不是類球狀的，那么K均值聚類會得出一些比較差的集群。

圖15  K－means算法

②Expectation Maximisation （EM）：這是一種迭代算法，用于含有隱變量（latent variable）的概率參數模型的最大似然估計或極大后驗概率估計。EM算法的主要目的是提供一個簡單的迭代算法計算后驗密度函數，它的最大優點是簡單和穩定，但容易陷入局部最優。

圖16  EM算法

③Affinity Propagation 聚類：AP 聚類算法是一種相對較新的聚類算法，該聚類算法基于兩個樣本點之間的圖形距離（graph distances）確定集群。采用該聚類方法的集群擁有更小和不相等的大小。優點：該算法不需要指出明確的集群數量。缺點：AP 聚類算法主要的缺點就是訓練速度比較慢，并需要大量內存，因此也就很難擴展到大數據集中。另外，該算法同樣假定潛在的集群是類球狀的。

④層次聚類（Hierarchical Clustering）：層次聚類是一系列基于以下概念的聚類算法：是通過對數據集按照某種方法進行層次分解，直到滿足某種條件為止。按照分類原理的不同，可以分為凝聚和分裂兩種方法。優點：層次聚類最主要的優點是集群不再需要假設為類球形。另外其也可以擴展到大數據集。缺點：有點像 K 均值聚類，該算法需要設定集群的數量。

圖17  層次聚類算法

⑤DBSCAN：這是一個比較有代表性的基于密度的聚類算法。與劃分和層次聚類方法不同，它將簇定義為密度相連的點的最大集合，能夠把具有足夠高密度的區域劃分為簇，并可在噪聲的空間數據庫中發現任意形狀的聚類。它將樣本點的密集區域組成一個集群。優點：DBSCAN 不需要假設集群為球狀，并且它的性能是可擴展的。此外，它不需要每個點都被分配到一個集群中，這降低了集群的異常數據。缺點：用戶必須要調整「epsilon」和「min＿sample」這兩個定義了集群密度的超參數。DBSCAN 對這些超參數非常敏感。

圖18 DBSCAN算法

（2）降維算法：其主要特征是將數據從高維降低到低維層次，最大程度的保留了數據的信息。代表算法是：

①主要代表是主成分分析算法（PCA算法）：主成分分析也稱主分量分析，旨在利用降維的思想，把多指標轉化為少數幾個綜合指標（即主成分），其中每個主成分都能夠反映原始變量的大部分信息，且所含信息互不重復。這種方法在引進多方面變量的同時將復雜因素歸結為幾個主成分，使問題簡單化，同時得到的結果更加科學有效的數據信息。

圖19  PCA算法

②局部線性嵌入（Locally linear embeddingLLE）LLE降維算法：一種非線性降維算法，它能夠使降維后的數據較好地保持原有 流形結構 。該算法是針對非線性信號特征矢量維數的優化方法，這種維數優化并不是僅僅在數量上簡單的約簡，而是在保持原始數據性質不變的情況下，將高維空間的信號映射到低維空間上，即特征值的二次提取。

圖20  LLE降維算法

3．強化學習（Reinforcement Learning）
    該算法與動態環境相互作用，把環境的反饋作為輸入，通過學習選擇能達到其目標的最優動作。強化學習這一方法背后的數學原理與監督／非監督學習略有差異。監督／非監督學習更多地應用了統計學，而強化學習更多地結合了離散數學、隨機過程這些數學方法。常見的算法有：

①TD（λ）算法：TD（temporal differenee）學習是強化學習技術中最主要的學習技術之一．TD學習是蒙特卡羅思想和動態規劃思想的結合，即一方面TD算法在不需要系統模型情況下可以直接從agent經驗中學習；另一方面TD算法和動態規劃一樣，利用估計的值函數進行迭代。

圖21  TD（λ）算法

②Q＿learning算法：Q＿learning學習是一種模型無關的強化學習算法 ，又稱為離策略TD學習（off－policy TD）．不同于TD算法，Q＿learning迭代時采用狀態＿動作對的獎賞和Q （s，a）作為估計函數，在Agent每一次學習迭代時都需要考察每一個行為，可確保學習過程收斂。

圖22   Q＿learning算法