无监督学习（Unsupervised Learning）着重于发现数据本身的分布特点。

与监督学习（Supervised Learning）不同，无监督学习不需要对数据进行标记。

无监督学习模型可以帮助我们发现数据的“群落”，而对于特征维度非常高的数据样本，也可以通过

无监督学习对数据进行降维，保留最具有区分性的低纬度特征。