🔵 分群 Clustering
把相似的樣本聚成一組,例如顧客分群、影像分割、異常偵測。
非監督式學習餵給模型的資料完全沒有答案(標籤),演算法得自己從資料裡找出隱藏的結構。兩大分支:把資料分群,或把資料降維。
下面的點一開始全是灰色(沒有標籤)。按「開始分群」,演算法會反覆做兩件事:① 每個點歸到最近的群中心;② 群中心移到該群的平均位置——直到穩定。
iPAS 常考:分群是「把樣本分組」,降維是「把特徵變少」。兩者都不需要標籤。
把相似的樣本聚成一組,例如顧客分群、影像分割、異常偵測。
把高維特徵壓縮到少數維度,用於視覺化、去雜訊、加速運算。
當資料沒有現成答案時,非監督式學習就像偵探,從相似度、距離與密度中找出可用線索。
「加入少量標籤就變成監督式」是錯的——那是半監督式。非監督式的評估也沒有單一標準答案,分群用輪廓係數、降維看結構保留度。
非監督式學習不靠標準答案,而是從資料本身的形狀與關係中整理出結構。
分群:把相似的樣本放在一起,回答「誰和誰比較像?」
降維:用更少的特徵保留重要結構,讓資料更容易看懂與運算。
非監督式學習是 iPAS 初級科目一、二的必考判斷題,中級科目三考演算法細節。常見考法:描述「沒有標籤、讓機器自己找結構」問屬於哪種學習;分群(K-means、階層式、DBSCAN、GMM)把相似樣本歸群,降維(PCA、t-SNE)把高維資料壓到低維;問 K-means 步驟(選 k 個群心→指派→更新群心→收斂)與選 k 的方法(手肘法、輪廓係數)。易混點:分群≠分類(分類有標籤);K-means 要先指定 k 且只抓球形群,DBSCAN 不用指定 k 還能標離群點;PCA 是線性降維,t-SNE 偏視覺化。情境題長相:「零售業想依消費行為自動把顧客分群,沒有標籤,應採?」答非監督式分群。
想練情境題與詳解 → AI 學習與考證地圖
監督式有標準答案(標籤)讓模型學「輸入→輸出」;非監督式沒有標籤,只從資料本身找結構,如分群、降維、異常偵測。
不是。分類是監督式,類別事先定義好;分群是非監督式,群是演算法自己找出來的,每一群代表什麼要事後解讀。
隨機選 k 個群心→把每點指派給最近群心→重算群心→重複到不再變動。限制:要先指定 k、對初始值與離群值敏感、只適合球形群。
手肘法看 k 對 SSE 的轉折點;輪廓係數越接近 1 越好;也可依業務需求指定。考題常問「輪廓係數的範圍」:−1 到 1。
降維去除冗餘特徵、加速訓練、方便視覺化。PCA 線性、可解釋變異比例、適合前處理;t-SNE/UMAP 非線性、擅長 2D 視覺化但不適合直接拿來建模。
顧客分群、異常偵測(詐欺、設備故障)、推薦系統的相似度計算、文件主題分群、影像壓縮與特徵萃取。