二、无监督机器学习

（1）定义

无监督学习（Unsupervised learning）指对不带任何标签的数据特征进行建模，通常被看成是一种 “让数据自己介绍自己” 的过程，建模完成后便可根据模型对新样本做出结果预测。

（2）问题分类
无监督机器学习可以分为聚类（clustering）问题和降维（dimensionality reduction）问题。

A. 聚类问题
聚类问题就是将一组数据中相似的对象聚合在一起的过程，通过聚类分析我们可以挖掘出样本中哪些对象有共同的特性。

B. 降维问题
降维的基本思想是将数据转换到更低维度的空间，在压缩数据的同时，让信息损失最小化。

（3）提问

判断下面问题的具体类别。
（1）预测明天的气温是多少度？
（2）预测明天是阴、晴还是雨？
（3）人脸年龄预测？
（4）人脸识别？