Машинно обучение без надзор: Algorithms, Типове с пример

Какво е обучение без надзор?

Неуправляемо обучение е техника за машинно обучение, при която потребителите не трябва да контролират модела. Вместо това позволява на модела да работи сам, за да открие модели и информация, които преди това не са били открити. Той се занимава главно с немаркирани данни.

Неуправляемо обучение Algorithms

Неуправляемо обучение Algorithms позволяват на потребителите да изпълняват по-сложни задачи за обработка в сравнение с контролираното обучение. Въпреки това, обучението без надзор може да бъде по-непредвидимо в сравнение с други естествени методи на обучение. Алгоритмите за неконтролирано обучение включват групиране, откриване на аномалии, невронни мрежи и др.

Пример за неконтролирано машинно обучение

Нека вземем пример за безконтролно обучение за бебе и нейното семейно куче.

Тя познава и идентифицира това куче. Няколко седмици по-късно приятел на семейството води със себе си куче и се опитва да си играе с бебето.

Бейби не е виждал това куче по-рано. Но разпознава много характеристики (2 уши, очи, ходене на 4 крака) като нейното домашно куче. Тя идентифицира новото животно като куче. Това е обучение без надзор, при което не ви обучават, а вие учите от данните (в този случай данни за куче.) Ако това беше контролирано обучение, семейният приятел би казал на бебето, че е куче, както е показано в горния пример за обучение без надзор.

Защо обучение без надзор?

Ето основните причини за използването на неконтролирано обучение Machine Learning:

Машинното обучение без надзор открива всякакви неизвестни модели в данните.
Неконтролираните методи ви помагат да намерите функции, които могат да бъдат полезни за категоризиране.
Провежда се в реално време, така че всички входни данни да бъдат анализирани и етикетирани в присъствието на обучаемите.
По-лесно е да получите немаркирани данни от компютър, отколкото етикетирани данни, които се нуждаят от ръчна намеса.

Clustering Видове неконтролирано обучение Algorithms

По-долу са типовете клъстери на алгоритми за неконтролирано машинно обучение:

Проблеми с обучението без надзор, допълнително групирани в проблеми с групиране и асоцииране.

ClusterING

Clustering е важна концепция, когато става дума за учене без надзор. Основно се занимава с намиране на структура или модел в колекция от некатегоризирани данни. Учене без надзор Clusterалгоритмите ще обработят вашите данни и ще намерят естествени клъстери (групи), ако съществуват в данните. Можете също да промените колко клъстера трябва да идентифицират вашите алгоритми. Тя ви позволява да регулирате детайлността на тези групи.

Има различни видове групиране, които можете да използвате:

Изключително (разделяне)

При този метод на клъстериране данните се групират по такъв начин, че едни данни могат да принадлежат само на един клъстер.

Пример: K-означава

Агломеративен

При тази техника на клъстериране всяка информация е клъстер. Итеративните обединения между двата най-близки клъстера намаляват броя на клъстерите.

Пример: Йерархично групиране

Припокриване

В тази техника размитите набори се използват за групиране на данни. Всяка точка може да принадлежи към два или повече клъстера с отделни степени на членство.

Тук данните ще бъдат свързани с подходяща стойност за членство. Пример: Размити C-средни

Вероятностна

Тази техника използва вероятностно разпределение за създаване на клъстери

Пример: Следващи ключови думи

"мъжка обувка."
"дамска обувка."
"дамска ръкавица."
„мъжка ръкавица“.

могат да бъдат групирани в две категории „обувка“ и „ръкавица“ или „мъж“ и „жена“.

Clustering типове

Следват типовете групиране на машинно обучение:

Йерархично групиране
K-означава групиране
K-NN (k най-близки съседи)
Анализ на главния компонент
Разлагане на единичната стойност
Независим анализ на компонентите

йерархически ClusterING

Йерархичното клъстериране е алгоритъм, който изгражда йерархия от клъстери. Започва с всички данни, които са присвоени на собствен клъстер. Тук два близки клъстера ще бъдат в един и същи клъстер. Този алгоритъм приключва, когато остане само един клъстер.

К-означава ClusterING

K означава, че това е итеративен алгоритъм за групиране, който ви помага да намерите най-високата стойност за всяка итерация. Първоначално се избира желаният брой клъстери. При този метод на клъстериране трябва да групирате точките от данни в k групи. По-голямо k означава по-малки групи с повече детайлност по същия начин. По-ниско k означава по-големи групи с по-малка детайлност.

Резултатът от алгоритъма е група от „етикети“. Той присвоява точка от данни на една от k групите. При клъстерирането на k-средства всяка група се дефинира чрез създаване на центроид за всяка група. Центроидите са като сърцето на клъстера, което улавя най-близките до тях точки и ги добавя към клъстера.

K-средното групиране допълнително дефинира две подгрупи:

Агломеративно групиране
Дендрограма

Агломеративно групиране

Този тип групиране на K-означава започва с фиксиран брой клъстери. Той разпределя всички данни в точния брой клъстери. Този метод на клъстериране не изисква броя на клъстерите K като вход. Процесът на агломериране започва с формирането на всяка информация като единичен клъстер.

Този метод използва някаква мярка за разстояние, намалява броя на клъстерите (по един във всяка итерация) чрез процес на сливане. И накрая, имаме един голям клъстер, който съдържа всички обекти.

Дендрограма

В метода за клъстериране на Dendrogram всяко ниво ще представлява възможен клъстер. Височината на дендрограмата показва нивото на сходство между два свързани клъстера. Колкото по-близо до дъното на процеса, те са по-сходен клъстер, което е находка на групата от дендрограма, която не е естествена и най-вече субективна.

К- Най-близки съседи

K-най-близкият съсед е най-простият от всички класификатори за машинно обучение. Тя се различава от другите техники за машинно обучение по това, че не създава модел. Това е прост алгоритъм, който съхранява всички налични случаи и класифицира нови случаи въз основа на мярка за сходство.

Работи много добре, когато има разстояние между примерите. Скоростта на обучение е бавна, когато наборът за обучение е голям и изчисляването на разстоянието е нетривиално.

Анализ на основните компоненти

В случай, че искате пространство с по-високо измерение. Трябва да изберете основа за това пространство и само 200-те най-важни резултата от тази база. Тази база е известна като основен компонент. Избраното от вас подмножество представлява ново пространство, което е малко по размер в сравнение с оригиналното пространство. Той поддържа възможно най-голяма част от сложността на данните.

Асоциация

Правилата за асоцииране ви позволяват да установявате асоциации между обекти с данни в големи бази данни. Тази техника без надзор е за откриване на интересни връзки между променливи в големи бази данни. Например, хората, които купуват нов дом, най-вероятно ще купуват нови мебели.

Други примери:

Подгрупа пациенти с рак, групирани според техните измервания на генната експресия
Групи от купувачи въз основа на тяхната история на сърфиране и покупки
Групиране на филми по оценка, дадена от зрителите на филми

Контролирано срещу неконтролирано машинно обучение

Тук е основната разлика между Контролирано срещу неконтролирано обучение:

параметри	Техника за контролирано машинно обучение	Техника за машинно обучение без надзор
Входни данни	Algorithms се обучават с помощта на етикетирани данни.	Algorithms се използват срещу данни, които не са етикетирани
Изчислителна сложност	Обучението под наблюдение е по-прост метод.	Ученето без надзор е сложно изчислително
Точност	Много точен и надежден метод.	Less точен и надежден метод.

Приложения на неконтролирано машинно обучение

Някои приложения на техниките за неконтролирано обучение са:

Clusterавтоматично разделя набора от данни на групи въз основа на техните прилики
Откриването на аномалии може да открие необичайни точки от данни във вашия набор от данни. Полезно е за намиране на измамни транзакции
Извличането на асоциации идентифицира набори от елементи, които често се срещат заедно във вашия набор от данни
Моделите на латентни променливи се използват широко за предварителна обработка на данни. Като намаляване на броя на характеристиките в набор от данни или разлагане на набора от данни на множество компоненти

Недостатъци на неконтролираното обучение

Не можете да получите точна информация относно сортирането на данни и изходът като данни, използвани в неконтролирано обучение, е етикетиран и неизвестен
Less точността на резултатите е, защото входните данни не са известни и не са етикетирани от хората предварително. Това означава, че машината трябва да направи това сама.
Спектралните класове не винаги съответстват на информационните класове.
Потребителят трябва да отдели време за тълкуване и етикетиране на класовете, които следват тази класификация.
Спектралните свойства на класовете също могат да се променят с течение на времето, така че не можете да имате една и съща информация за класа, докато преминавате от едно изображение към друго.

Oбобщение

Неконтролираното обучение е техника за машинно обучение, при която не е необходимо да контролирате модела.
Машинното обучение без надзор ви помага да намирате всякакви неизвестни модели в данните.
Clusterобучението и асоциирането са два вида неконтролирано учене.
Четири вида методи за клъстериране са 1) Изключителни 2) Агломеративни 3) Припокриващи се 4) Вероятностни.
Важни типове групиране са: 1) Йерархично групиране 2) K-означава групиране 3) K-NN 4) Анализ на основните компоненти 5) Декомпозиция на единична стойност 6) Анализ на независими компоненти.
Правилата за асоцииране ви позволяват да установявате асоциации между обекти с данни в големи бази данни.
В контролираното обучение, Algorithms се обучават с помощта на етикетирани данни, докато са в неконтролирано обучение Algorithms се използват срещу данни, които не са етикетирани.
Откриването на аномалии може да открие важни точки от данни във вашия набор от данни, което е полезно за намиране на измамни транзакции.
Най-големият недостатък на неконтролираното обучение е, че не можете да получите точна информация относно сортирането на данни.