Unsupervised Learning

探索无监督学习如何发现无标签数据中的隐藏模式。了解聚类、异常检测，以及它如何为现代 AI 解决方案提供支持。

无监督学习是一种机器学习类型，其算法在没有人为干预的情况下，从未标记数据中学习模式。与依赖带标签输入-输出对来训练模型的监督学习不同，无监督学习处理的是没有历史标签的数据。该系统本质上会通过发现输入数据中的隐藏结构、模式或关系来尝试自我学习。这种方法尤其有价值，因为如今生成的大多数数据——图像、视频、文本和传感器日志——都是非结构化且未标记的。

无监督学习的工作原理#

在无监督场景中，算法需要自行发现数据中有意义的结构。其目标通常是对数据的底层分布进行建模，或进一步了解数据本身。由于训练期间没有提供“正确答案”，因此无法按照传统意义上的准确率来评估模型。相反，性能通常通过模型降低维度或将相似数据点聚类在一起的效果来衡量。

这种方法类似于人类学习新概念的方式。例如，儿童可以通过观察狗和猫在外形与行为上的差异来区分它们，而不一定一开始就知道“狗”和“猫”这两个名称。同样，无监督算法也会根据信息内在的相似性对其进行分组。这种能力是发展人工通用智能（AGI）的基础，因为它使系统能够在不需要持续人工监督的情况下适应新环境。

无监督学习中的关键技术#

无监督学习涵盖多种不同技术，每种技术都适用于不同类型的数据分析问题：

聚类： 这是最常见的应用，算法会将彼此相似的数据点分组在一起。一种常用方法是K-Means 聚类，它会根据特征相似性将数据划分为 k 个不同的组。这种方法广泛用于市场细分，以识别具有相似购买行为的客户群体。
降维： 高维数据可能很复杂，处理起来也需要大量计算资源。主成分分析（PCA）等技术可以在保留数据集关键信息的同时减少变量数量。这能简化数据可视化，并加快其他机器学习模型的训练速度。
异常检测： 通过学习“正常”数据的特征，无监督模型可以识别明显偏离常态的离群点。这对于金融欺诈检测至关重要，因为异常的交易模式会触发安全警报。
关联规则学习： 这种技术用于发现大型数据库中变量之间的有趣关系。它广泛应用于购物篮分析，帮助零售商了解购买面包的客户也很可能购买黄油。

无监督学习与监督学习#

区分无监督学习和监督学习非常重要。两者的主要区别在于所使用的数据。监督学习需要带标签的数据集，也就是说，每个训练样本都与一个正确输出配对（例如，一张标记为“猫”的猫的图像）。模型学习将输入映射到输出，以最小化误差。

相比之下，无监督学习使用未标记数据。没有反馈回路告诉模型其输出是否正确。两者之间还存在一种称为半监督学习的折中方法，它将少量带标签数据与大量未标记数据结合起来，以提高学习准确率，通常用于数据标注成本高或耗时长的场景。

实际应用#

无监督学习为我们日常接触的许多技术提供了支持。下面是两个具体示例：

零售客户细分： 电子商务平台会在没有预定义类别的情况下分析数百万次用户交互。通过使用聚类算法，它们可以识别出不同的用户画像，例如“周末淘便宜货的人”或“科技爱好者”。这有助于开展高度个性化的营销活动和推荐系统，显著改善客户体验。
基因组序列分析： 在生物信息学中，研究人员使用无监督学习分析遗传数据。算法会对 DNA 序列进行聚类，以发现不同群体中相似的遗传标记或突变。这有助于了解进化关系，并识别疾病的遗传易感性，而无需预先了解每个特定基因的功能。

代码示例：使用 Scikit-Learn 进行聚类#

虽然Ultralytics YOLO26主要是一个监督式目标检测框架，但无监督技术经常用于预处理步骤，例如分析锚框分布或对数据集特征进行聚类。下面是一个使用 sklearn 执行 K-Means 聚类的简单示例，K-Means 聚类是一种基础的无监督技术。

import numpy as np
from sklearn.cluster import KMeans

# Generate synthetic data: 10 points with 2 features each
X = np.array([[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]])

# Initialize KMeans with 2 clusters (k=2)
kmeans = KMeans(n_clusters=2, random_state=0, n_init="auto")

# Fit the model to the data (no labels provided!)
kmeans.fit(X)

# Predict which cluster each point belongs to
print(f"Labels: {kmeans.labels_}")
# Output will group the first 3 points together (0) and the last 3 together (1)