4.3 无监督学习

说明 本讲核心：不用老师也能学，一个人也能在超市里分辨薯片和饼干。 一句话口诀：物以类聚，把书读薄。

4.3.1 没有标签？那自己找规律

如果说监督学习是“有老师辅导的应试教育”，那 无监督学习 就是 “把你丢在外星超市，让你自己分类”。

想象一个外星人来到地球的超市。 它不知道什么叫“薯片”、“牛奶”、“洗衣液”。 但它可以观察：

• 这些东西外包装长得差不多，都有油渍，大概是一类。

• 这些是液体，装在瓶子里，大概是一类。

• 它不需要任何“标签”，靠自己就能把东西分堆。

4.3.2 三大法宝：聚类、降维和异常检测

无监督学习有三大法宝：

1. 聚类（Clustering）：把相似的东西归到一起。

   • 例子：电商平台把你和跟你消费习惯类似的人归为一组，然后把那组人买的你没买的东西推荐给你。这就是“猜你喜欢”背后的逻辑。

2. 降维（Dimensionality Reduction）：把复杂的东西简化。

   • 例子：一张照片有 100 万个像素（维度太高）。AI 发现，其实只要记住“两条眉毛一张嘴”这几个关键特征（维度降低），就能认出这个人。

3. 异常检测（Anomaly Detection）：从寻常中发现不寻常。

   • 例子：银行系统如何发现你的信用卡可能被盗刷了？AI 不需要提前知道所有骗局的模样，它只要知道你平时的消费习惯，一旦发现一笔凌晨 3 点在境外的巨额消费（偏离常态），就会立刻报警。

4.3.3 延伸：自监督学习

还记得我们在 4.1 提到的 自监督学习 吗？它和无监督学习有些渊源——都不需要人工标注的标签。但它有自己独特的方法论，而且正是让 ChatGPT 诞生的关键技术。我们将在 4.5 节单独展开介绍。

4.3.4 思考题

我们常说“大数据杀熟”。 电商平台给你推荐的商品，往往是你正好想买的。 请问：电商平台在给你画像时，用的是 监督学习（根据你买过的东西打标签），还是 无监督学习（把你归类到买了类似东西的人群里），还是两者的结合？