最近工作中偶然碰到个需求，需要对一些电压档位进行自动归类。我因此学习了下无监督学习，内容有kmeans、dbscan、Hierarchical、降维(PCA)、评估(Silhouette Score、CH Score、DB Index) 等等，运用了一些学习观/断墨寻径/世界模型里的一些学习方法，这里分享一下：
- 明确任务：输入是大量的电压档位（向量），输出是将这些档位进行自动归类
- 阅读不同描述：查询相关知识点的不同描述，渠道包括youtube、AI、google等
- 构建判别模型：将知识与实际需求对应起来
- 多个例子体会共性：处理需求，结合原理分析结果（代码层面很简单，由AI生成，且有sklearn现成的函数可调用）
- 费曼技巧，转换描述与举新例子：在部门内部讲解原理与结果，与其它同事的讨论为我提供了更多的认识角度，加深我对原理的认识。