手动原创：繁林林与机器学习

背景：

客户分层，实际上与运营，市场等密切相关。目前大部分客户分层无非 在 人口特征纬度，地域特征纬度对客户进行划分。比如，某化妆品定位的是上海的年轻女性。这是传统的操作方法。

现代社会，用户留下来大量的数据，点击记录，购买记录，搜索记录，消费频率，会员，社交平台活跃程度等等，一个用户可能在一个平台上能有500个纬度的特征数据。那么传统的方法实际上很难对客户进行划分，那是否能有一种方法考虑到500种特征的情况下，对客户进行划分呢？

今天给大家分享一个用起来很简单，也很好理解，但是验证有点费劲的算法—Autoencoder

算法介绍

Autoencoder，非监督学习算法的一种。非监督学习(Unsupervised Learning)是机器自己学习的模式。上篇 “机器学习的Hello world”，是监督学习（Supervised Learning）的一种。

监督与非监督学习的差别很简单，就是是否会有一个明确的标签。

例如，“机器学习的Hello world”中的数字图片识别，最终数据库会告诉你这个图片对应的数字分类。然后建立神经网络之后，通过训练及学习 将神经网络预测结果调整至与已知的标签对应。监督学习，学的就是那个明确的标签。

但是现实社会中，大部分数据或者问题，是没有明确的标签的或者说标签样本量不够大。这就属于非监督学习的范畴了。让机器自己去发现规律，找到方法。

那么autoencoder是怎么工作的呢？

假设我们目前的数据是60000*600 ，60000个用户 每个用户600个特征；

同样Autoencoder是一种特殊的神经网络架构，其也要包含输入层，隐藏层、输出层。

输入层：600个输入值

隐藏层： 暂略

输出层：600个输出值

首先，Autoencoder的第一个特征是输入层与输出层相同。这看起来很奇怪，因为输入60000*600的训练数据，经历神经网络运算一通骚操作之后，输出的结果要和输入一样。 感觉是白费功夫，但是这也是这个算法的核心。

其次，下面是一个Autoencoder 结构简单的例子，大家能看出来，其实这是个缩小再放大的过程。

当数据经历整个神经网络，就是一个“压缩”再“解压”的过程。想象下，当把一个电影压缩，再解压。压缩解压之后，电影还是那个电影。 但是压缩后的“电影”其实是原电影的另一种存在形式。即，压缩后的电影也继承了原电影的特征值。

上图可以看出，神经网络将6个（蓝色）特征值 压缩成 2个（红色框框）神经元，再解压成6个蓝色。 当训练完之后，我们只用神经网络的前半部分，输入6个特征值，输出2个神经元预测结果。

换一个角度，原来的客户有600个数据特征，即600维度特征。Autoencoder就是用上面那个漏斗形的网络，将600个特征值降维到 二维。

即，将600个客户特征浓缩到 两维 特征。其实我并不清楚浓缩后的特征代表着什么。因为，这两个特征是浓缩600个特征值之后的结果，但是重要的是浓缩后的特征的数据的趋向性。

比如下图，每个点是一个客户。大家能发现明显的聚合趋势，能发现明显的极端值。这样就完成了第一步的客户特征值降维

总结下原理，其实这个算法背后的逻辑很直接也很好理解。就是通过将原来600个特征压缩再解压后，得出的还是自己。 所以，可以推断出压缩后的状态其实代表着自己本身的数据特征。

算法验证

当我看到这个算法时，我内心是抗拒的，是怀疑的。。。真的

因为，感觉太简单来，操作简单，理解简单，出结果也很简单。肯定有什么问题，接下来和大家介绍下我自己的思考

准确性

首先，非监督学习由于没有标签，肯定就没有准确性一说。那既然没有准确性一说，那只能通过实践A-B Test来测试；

可重复性

之前的文章有很简单的降到梯度下降的问题，简单的理解是找通过“下坡”找最低点。 例如下图，如果出生位子不好，不一定能下到最低点的地方。这还是3D的图，如果是600D ，那就更不确定来。

可重复性还带来一个问题，就是计算结果的不一致性，比如最后降到二维XY。 第一次run程序用户A：X=1 ，Y=2 ；第二次run可能是完全不同的结果。 这也是一个问题，但是我认为 XY的绝对值并不重要，重要的是60000个用户的趋向性。比如第一次run ABC 是抱团的，第二次run，他们也是抱团的。 当然这需要验证。

有代表性

另一个我想到的问题是，其出来的数据有代表性。 说到客户分层的代表性，自然是指的是结果能代表用户行为。这个，，，就更没办法验证来。但是退一步讲，人口特征能很大程度上代表用户行为吗？ 在某一细分领域上，年轻女性都会有一致的动作倾向吗？ 我不这么认为。

最后

最后，最近比较忙， 又半夜写了篇文章，希望对大家有帮助。 需要代码请留言，谢谢～