外觀
Machine Learning › 非監督式學習
非監督式學習 (Unsupervised Learning)
沒有標籤時尋找資料結構:分群、降維視覺化、找異常、挖共現規則。沒有「正確答案」可以對照,所以更需要視覺化、領域知識與穩定性檢查。
模組
| 模組 | 內容 | 回答的問題 |
|---|---|---|
| 分群 | K-Means、階層式、DBSCAN / HDBSCAN、GMM | 資料自然分成幾群? |
| 降維 | PCA、t-SNE、UMAP、NMF | 高維資料怎麼壓縮、怎麼畫出來? |
| 異常偵測 | Isolation Forest、LOF、時間序列異常 | 哪些觀測值不尋常? |
| 關聯規則(選讀) | Apriori、FP-Growth、support / confidence / lift | 哪些項目常一起出現? |
典型用途
| 用途 | 例子 |
|---|---|
| 探索與分群 | 顧客分群、單細胞找細胞類型、腫瘤亞型 |
| 視覺化高維資料 | 基因表現的 PCA / UMAP 圖、批次效應檢查 |
| 壓縮與降噪 | PCA 後再分群或建模 |
| 找罕見或可疑的觀測 | 詐欺、儀器故障、QC 不合格樣本 |
| 共現模式 | 購物籃、共同出現的症狀或突變 |
閱讀提醒
| 提醒 | 說明 |
|---|---|
| 分群結果是假設,不是發現 | 只是某種距離定義下的切分;任何資料都能被切成 k 群,見 分群是假設,不是結論 |
| 降維圖分得開 ≠ 原空間分得開 | t-SNE / UMAP 會放大局部分離;群間距離沒有意義 |
| 高 confidence 的規則 ≠ 因果 | 甚至可能是負相關(lift < 1) |
| 距離型方法都要先縮放 | K-Means、階層式、DBSCAN、KNN、LOF |
| 先看技術因素 | 生資資料的「群」常是批次、定序深度或樣本品質,見 批次效應 |