作者：王豐
鏈接：https://www.zhihu.com/question/23194489/answer/25028661
來源：知乎
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請注明出處。

這個(gè)問題可以回答得很簡單：是否有監(jiān)督（supervised），就看輸入數(shù)據(jù)是否有標(biāo)簽（label）。輸入數(shù)據(jù)有標(biāo)簽，則為有監(jiān)督學(xué)習(xí)，沒標(biāo)簽則為無監(jiān)督學(xué)習(xí)。

但根據(jù)知乎慣例，答案還是要繼續(xù)擴(kuò)展的。

首先看什么是學(xué)習(xí)（learning）？一個(gè)成語就可概括：舉一反三。此處以高考為例，高考的題目在上考場前我們未必做過，但在高中三年我們做過很多很多題目，懂解題方法，因此考場上面對陌生問題也可以算出答案。機(jī)器學(xué)習(xí)的思路也類似：我們能不能利用一些訓(xùn)練數(shù)據(jù)（已經(jīng)做過的題），使機(jī)器能夠利用它們（解題方法）分析未知數(shù)據(jù)（高考的題目）？

最簡單也最普遍的一類機(jī)器學(xué)習(xí)算法就是分類（classification）。對于分類，輸入的訓(xùn)練數(shù)據(jù)有特征（feature），有標(biāo)簽（label）。所謂的學(xué)習(xí)，其本質(zhì)就是找到特征和標(biāo)簽間的關(guān)系（mapping）。這樣當(dāng)有特征而無標(biāo)簽的未知數(shù)據(jù)輸入時(shí)，我們就可以通過已有的關(guān)系得到未知數(shù)據(jù)標(biāo)簽。

在上述的分類過程中，如果所有訓(xùn)練數(shù)據(jù)都有標(biāo)簽，則為有監(jiān)督學(xué)習(xí)（supervised learning）。如果數(shù)據(jù)沒有標(biāo)簽，顯然就是無監(jiān)督學(xué)習(xí)（unsupervised learning）了，也即聚類（clustering）。

目前分類算法的效果還是不錯(cuò)的，但相對來講，聚類算法就有些慘不忍睹了。確實(shí)，無監(jiān)督學(xué)習(xí)本身的特點(diǎn)使其難以得到如分類一樣近乎完美的結(jié)果。這也正如我們在高中做題，答案（標(biāo)簽）是非常重要的，假設(shè)兩個(gè)完全相同的人進(jìn)入高中，一個(gè)正常學(xué)習(xí)，另一人做的所有題目都沒有答案，那么想必第一個(gè)人高考會(huì)發(fā)揮更好，第二個(gè)人會(huì)發(fā)瘋。

這時(shí)各位可能要問，既然分類如此之好，聚類如此之不靠譜，那為何我們還可以容忍聚類的存在？因?yàn)樵趯?shí)際應(yīng)用中，標(biāo)簽的獲取常常需要極大的人工工作量，有時(shí)甚至非常困難。例如在自然語言處理（NLP）中，Penn Chinese Treebank在2年里只完成了4000句話的標(biāo)簽……
<img src="https://pic1.zhimg.com/4b92820e4df9ab2ed4d56243d981cdcc_b.jpg" data-rawwidth="302" data-rawheight="237" class="content_image" width="302">

這時(shí)有人可能會(huì)想，難道有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)就是非黑即白的關(guān)系嗎？有沒有灰呢？Good idea。灰是存在的。二者的中間帶就是半監(jiān)督學(xué)習(xí)（semi-supervised learning）。對于半監(jiān)督學(xué)習(xí)，其訓(xùn)練數(shù)據(jù)的一部分是有標(biāo)簽的，另一部分沒有標(biāo)簽，而沒標(biāo)簽數(shù)據(jù)的數(shù)量常常極大于有標(biāo)簽數(shù)據(jù)數(shù)量（這也是符合現(xiàn)實(shí)情況的）。隱藏在半監(jiān)督學(xué)習(xí)下的基本規(guī)律在于：數(shù)據(jù)的分布必然不是完全隨機(jī)的，通過一些有標(biāo)簽數(shù)據(jù)的局部特征，以及更多沒標(biāo)簽數(shù)據(jù)的整體分布，就可以得到可以接受甚至是非常好的分類結(jié)果。（此處大量忽略細(xì)節(jié)）

因此，learning家族的整體構(gòu)造是這樣的：
有監(jiān)督學(xué)習(xí)（分類，回歸）
?
半監(jiān)督學(xué)習(xí)（分類，回歸），transductive learning（分類，回歸）
?
半監(jiān)督聚類（有標(biāo)簽數(shù)據(jù)的標(biāo)簽不是確定的，類似于：肯定不是xxx，很可能是yyy）
?
無監(jiān)督學(xué)習(xí)（聚類）

參考文獻(xiàn)：
[1] 各種教材
[2] Semi-Supervised Learning Tutorial, http://pages.cs.wisc.edu/~jerryzhu/pub/sslicml07.pdf?

總結(jié)

以上是生活随笔為你收集整理的什么是无监督学习（监督学习，半监督学习，无监督聚类）？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。