聚类分析
无监督学习技术来发现数据的自然分组和模式
聚类分析也称为分割分析或分类分析，样本数据分区成组，或集群。簇被形成为使得在同一集群中的对象是相似的，和对象中的不同群集是不同的。统计和机器学习工具箱™提供了几种聚类技术和相似性的措施（也称为距离度量）来创建的集群。另外，群集分析确定集群用于使用不同的评价标准中的数据的最佳数量。集群可视化选项包括树状图和轮廓图。
聚类分析基础
- 分层聚类
产生嵌套集合簇的 - k-均值和k-中心点划分聚类
通过最小化平均或medoid距离集群，并计算马氏距离 - 与噪声方面的应用基于密度空间聚类
查找集群和离群通过使用DBSCAN算法 - 谱聚类
查找使用基于图形算法集群 - 高斯混合模型
集群基于使用的最大期望算法高斯混合模型 - 最近邻
使用穷举搜索查找最近的邻居或ķd树搜索 - 隐马尔可夫模型
马尔可夫模型数据生成 - 集群可视化和评估
绘图数据的集群和评价集群的最佳数目
精选示例
您还可以选择从下面的列表中的网站：
