Unsupervised Learning

无监督学习试图从没有任务标签的数据中发现结构。结果没有天然“正确答案”，所以评估必须连接下游用途、稳定性和人工解释。

Main Tasks

Task	Goal	Common method
Clustering	把相似样本分组	k-means、hierarchical、density-based
Dimensionality reduction	保留主要结构并压缩表示	PCA、matrix factorization、manifold method
Density estimation	建模数据分布	mixture model、kernel method、generative model
Anomaly detection	找到低概率或偏离模式	isolation、distance、reconstruction
Representation learning	学习可迁移的 embedding	contrastive、masked、self-supervised objective

Clustering Questions

1. distance 是否符合业务语义？
2. feature scaling 是否让某些维度支配结果？
3. cluster 数由算法、统计证据还是下游容量决定？
4. 随机初始化和样本扰动后，分组是否稳定？
5. 新数据进入时，cluster identity 怎样演进？

Dimensionality Reduction

PCA 寻找最大 variance 的正交方向，但最大 variance 不一定代表任务相关信息。用于可视化时，二维图可能夸大分离程度；用于特征压缩时，应验证下游效果与信息损失。

Evaluate Without Labels

• internal compactness / separation 只反映几何结构；
• stability 检查重采样和超参数变化；
• human review 检查解释是否成立；
• downstream evaluation 判断表示是否改善真实任务；
• intervention test 检查分组是否支持可执行策略。