ESL讀書筆記14章：無監督學習之SOM，PCA，NMF，FA，ICA，MDS，ISOMAP，Local MDS

筆者自己的理解，無監督學習是挖掘數據自身的分佈，找出一種低維的具有代表性或者某種性質的子空間（流形）。SOM是一種加約束的k-means，既可以看做是尋找具有代表性的特徵點，也可以看做是尋找具有代表性的二維流形曲面。PCA是非常經典的最小化投影誤差的子空間，也可以看做最大化投影方差的子空間。NMF則是基於假設最大化似然的同時，限制基向量非負。FA也是尋找某種子空間，目的是得到uncorrelate

>>阅读原文<<