教師なし学習の代表的な手法

教師無し学習 : 学習データに、正解 Label がない
予測しようとしている目的変数が明確でない(明確にできない..)場合に用いる
学習データが持つであろう特徴を学習する
特徴に基いて、予測をする
ありなしの比較
教師あり : y=f(x) = F(x,p) の f を求めるために p を定める
y (正解 Label) の性質は解らないが、具体的な y は得られている
予想したい値が具体的にイメージできる
教師なし : 条件 P を与え、P(y) を満す、Y={y|P(y)}={y|y=f(x)} を求める
y (正解 Label) はないが、y が満して欲い性質 P が与えられている
予想したい値は、グループ分け(他の要素との比較)のラベルに過ぎない
クラスタ分類 : 集団を「似た者同士」のグループに分割する
どのグループに所属するかは意味がない
新しい要素が、所属するグループが分れば、(同じグループに所属する)似た要素が見付かる