我們的一個項目涉及使用無監(jiān)測的ML算法來比較虛擬機的性能。由于項目區(qū)域有點難以理解，我們決定不使用任何標簽，因為它們可能是主觀的，而是建立了一個獨立的系統(tǒng)；因此，我們做了以下工作：

　　1、在云上創(chuàng)建虛擬機

　　2、通過運行不同的測試來對其進行基準測試，以衡量VM的性能。

　　3、收集了大約2000個特征作為原始數據。

　　4、分析收集到的原始數據并提取較有價值的基準。

　　5、將基準測試壓縮成多個系數(并行化、一個核、穩(wěn)定性、數據庫、RAM)

　　6、計算關稅系數，作為性能和價格之間的平衡。

　　7、根據其特點和價格選擇較佳實例類型

　　上面描述的過程是降維技術的一個很好的例子，因為我們沒有包含系統(tǒng)的所有特征，而是包含了可以被認為是結果“有代表性”的折疊信息。

　　人工標記評價與自動化

　　該項目涉及人類標簽的評估，這是目前數據科學中的一項艱巨任務。我們須找到較好的方法來評估人類標簽的質量。有了關于個人和法律實體的數據，我們應該將其分為三類，進行分析，找出具體的標簽，并預測標簽的準確性。

　　我們根據特定的特征設置人體動作標簽，構建分類器，并對這些標簽的質量進行評價。如果沒有用戶作為變量來劃分類幾乎是不可能的，因為它們根據特征和標簽彼此太近了。我們將用戶作為一個變量，然后人類行為標簽依賴于這個人。通過在算法中添加一個人，我們可以獲得較好的結果。重要的是數據應該是獨立的，這意味著它不應該與對標簽感興趣的人有關系。因此，我們得出結論，沒有正確的方法來進行分類任務，較好使用原始數據。

　　其實任何商業(yè)案例都沒有完好的途徑。而無人監(jiān)測的機器學習只是獲得預期結果的工具。如果您確信它滿足您的業(yè)務需求，它將運行良好。

　　要點：

　　1、沒有自動監(jiān)測的機器學習仍然需要高質量的數據處理，盡管沒有標記。

　　2、適當的數據準備方法通過提高數據的準確性來驅動“正確”的業(yè)務洞察力。

　　3、不受監(jiān)測的機器學習算法應該根據特定的業(yè)務案例來選擇，而不是取決于特定方法的流行程度。

　　4、數據科學的目標機器學習咨詢是解決商業(yè)問題，而不是數據科學問題。