非監督式學習（ unsupervised learning ）

沒有給定事先標記過的訓練資料，自動對輸入的資料進行分類或分群

非監督式學習的區別與監督式學習

• 缺少標籤 資料集通常不包含標籤或目標變量
• 目標不同 非監督式學習在探索資料的結構，例如群集或模式
• 應用場景不同 非監督式學習常用於資料探索、特徵選擇、降維和異常檢測等

常見非監督式學習演算法

聚類 ( Clustering )

將資料分成不同的組或集群，每個集群包含相似的資料點

• k-平均演算法 ( K-Means Clustering )：
  將資料分為 K 個聚類，每個聚類由其平均值（稱為聚類中心），將資料點劃分到最近的聚類，然後更新聚類中心，直到收斂
• 層次聚類 ( Hierarchical Clustering )：
  通過建立一個聚類層次結構，可以根據資料的相似性分為不同的聚類，有兩種主要方法：凝聚層次聚類（自下而上）和分裂層次聚類（自上而下）
• DBSCAN ( Density-Based Spatial Clustering of Applications with Noise )：
  基於密度的聚類方法，能識別具有足夠高密度的區域作為聚類，可以發現球形聚類，也可以處理不規則形狀的聚類，並識別噪聲資料

降維 ( Dimensionality Reduction )

減少資料集的維度，同時保留盡可能多的信息，對於處理高維資料、可視化資料以及提高機器學習模型的效率和性能很有用

• 主成分分析 ( Principal Component Analysis, PCA )：
  找到資料中的主要方差方向（主成分），通過將資料映射到新的坐標系統，資料就可以降維，也最大程度保留變異性，常用在資料可視化和特徵選擇
• t-隨機鄰近嵌入法 ( t-Distributed Stochastic Neighbor Embedding, t-SNE )：
  用在高維資料的降維和可視化，適合探索資料的局部結構，通過將高維資料映射到低維空間，保留相似性關係
• 自編碼器 ( Autoencoders )：
  一種神經網絡架構，包括編碼器部分將資料壓縮成潛在表示，然後解碼器部分再還原為原始資料，自編碼器可以用在降維、去噪和生成資料

異常檢測 ( Anomaly Detection )

識別資料中的異常或不尋常模式

• 高斯分布擬合（ Maximum Likelihood ）：
  假設資料來自於某個已知分布（通常是高斯分布），通過計算最大似然估計的參數（均值μ和協方差矩陣Σ），可以找到最能代表資料的分布，最後使用分布來計算每個資料點的異常得分，異常得分高的點被視為異常
• Auto-Encoder：
  是一種神經網絡架構，將輸入資料壓縮成低維表示，然後還原成原始輸入，如果輸入資料是正常的，Auto-Encoder 可以學習到正常模式的壓縮表示，那麼異常資料的還原誤差通常會更大，因此用於異常檢測
• One-Class SVM：
  是一種支持向量機變體，用在學習正常資料的特徵，並劃分資料空間，使得正常資料位於超平面的一側，當新資料點位於超平面的另一側時，被視為異常
• Isolation Forest：
  是一種基於 Ensemble 的方法，它通過迭代地將資料空間劃分成子空間，以找到異常，適合檢測低密度區域中的異常資料點，具有高效性和高精度，Isolation Forest 在大規模資料集上進行異常檢測時很有用

參考資料

https://zh.wikipedia.org/zh-tw/%E7%84%A1%E7%9B%A3%E7%9D%A3%E5%AD%B8%E7%BF%92
https://medium.com/%E5%AD%B8%E4%BB%A5%E5%BB%A3%E6%89%8D/%E7%95%B0%E5%B8%B8%E6%AA%A2%E6%B8%AC-anomaly-detection-fa300fe6df71