Olivia Zhang · 2024年01月28日
No.PZ2022120201000002 (问答题)
来源: 原版书
What type of machine-learning algorithm could
b. A bank use to separate its savers into groups given information on their age, gender, and income?
为什么这道题的答案说， 数据是unlabeled，因此适用于unsupervised machine learning方法？数据不是有着 age，gender ,income这样的标签吗？
所以，可否举例说明什么是labeled 以及什么是unlabeled？
pzqa39 · 2024年01月29日
嗨，爱思考的PZer你好：
这道题我们可以这样去理解：银行利用储户的年龄、性别和收入信息将其分成不同的群体，但这些仅仅是客户特征，并没有被用作明确的“标签”来定义客户的类别，比如说客户类型、风险等级、产品偏好等。要区分“标记数据”和“未标记数据”，关键在于是否存在用于明确分类或描述数据点的额外标签。如果这道题中，银行后续为这些群体定义了特定的分类或标签（例如将某个群体标记为“高价值客户”），那么这个就算是label.
依然用银行来举例说明：
申请人A（年龄：35岁，年收入：$40,000，信用卡申请：批准），这里的“信用卡申请：批准/未批准”是一个标记（label）。它为数据点（在这个例子中是信用卡申请）提供了一个明确的分类或状态。
但是如果我们只是给到申请人的年龄和年收入这样的信息，要求算法根据信息自行定义类别，并没有给出我们需要通过客户信息把客户定义成什么类别，那就是unlabel。
----------------------------------------------努力的时光都是限量版，加油！
