大概这就是“无监督学习”的机器学习算法实例
开会时有老大提到，用于智能运维的算法有不少是有监督学习，在一定规则下学习出适用的场景模型。而我们需要做的“无监督学习”算法，难度则要大不少。对于我们这种算法小白，虽然理解了有监督和无监督的区别，对于无监督到底是怎么学习的还是有点云里雾里。直到前几天看到一张算法学习的图，才略有点明白。挺有趣的：如图中所描述，无监督学习也是分一段段时间的。第一阶段开始根据读入的数据初始建模。建完后继续学习，这时有突增
·
开会时有老大提到，用于智能运维的算法有不少是有监督学习，在一定规则下学习出适用的场景模型。
而我们需要做的“无监督学习”算法，难度则要大不少。对于我们这种算法小白，虽然理解了有监督和无监督的区别，对于无监督到底是怎么学习的还是有点云里雾里。
直到前几天看到一张算法学习的图，才略有点明白。挺有趣的：
如图中所描述，无监督学习也是分一段段时间的。
第一阶段开始根据读入的数据初始建模。
建完后继续学习，这时有突增的异常发生，使得变宽。原先初始阶段建的模不好用了嘛... 结合成新的模型
检测暂停后再重启，按新的模型，突增的已经被纳入解析范围，不再是异常。
周而复始... 周而复始...
慢慢地，真正的异常会被标注，某些跟特定时间有关的突增，就会被学习成正常
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献6条内容
所有评论(0)