不进行标签话分类的机器学习算法是咋样的机器学习方面的小白请大神赐教
在一定意义上，机器学习方法可以被分为两类：1. 有监督的学习（supervised learning）；2. 无监督的学习（unsupervised learning）。通常“不进行标签话分类”应该指的是无监督的学习。聚类算法是常见的无监督学习算法。Kmeans 是常见的聚类算法，不需要预先设定标签（label），只需要设定需要分的类别数，遵照同类间距离尽可能近，不同类间距离尽可能远的思路，迭代求解。（当然还有其他方法，有机会慢慢阐述）。在题主描述的环境里面，的确不需要进行标签设定。对考题做一个相似性度量（Approximate measure），投影到n维空间。做错了哪题，在空间里面寻找相近的点，以此作为新的题目。而关于相似性度量就有许多方法，包括题目涉及的领域、题目出错群体的分布等等，起本质上应该是一种特征提取（feature extraction）的过程。就我目前的想法而言，在整体框架的构建上，特征提取方法的选择比机器学习算法的选择上更加重要和基础。
■网友
协同过滤。其实就是群体智慧的一种方法，前提是有足够大量的数据。不需要对推荐元素的属性有任何的了解，只需要在推荐元素和用户之间构造偏好矩阵。是一种很朴素也很行之有效的手段。但是效果嘛……要看相似性函数是怎么构造的，否则一般也挺朴素的。
推荐阅读
- 大连：金州主城区先进街道等5个街道严格进行封闭管控
- 垃圾■垃圾分类哪里强？南京全市成绩单亮相！
- 试验■连徐高铁即将进行热滑试验
- |淮安市体育局推进行业信用体系建设
- |打造垃圾分类管理“姑苏标准”
- 汽车|多项功能进行优化 吉利星瑞推出第二次FOTA升级
- 虹桥|文明创建进行时二（虹桥）
- 怎样对别人的代码进行适当修改使他永远也找不到问题出在哪
- 可不可能利用网盘的秒传功能使用伪造的MD5（或其他信息）值进行文件分享
- 第一商用车网|单日提车突破420辆！三一重卡多款车型供不应求 深夜仍在火爆进行