对聚类的分析隐含着对聚类算法的应用,将目标倾注到modèles或组cachés中,并将目标倾注到données中。群集算法渗透到以前的分组和群集manière à,它是données和群集possèdent一个测量similarité加上élevée,它是données和其他群集。La meure de similarité au moyen de laquelle sont créés les clusters peut être définie par an distance Euclidienne, an distance probability ou an autre métrique。
对集群的分析是一个méthode d'apprentissage非监督在données的探索分析中,它构成了一个tâche重要的内容。Les聚类算法Les plus répandus
- Le regrouement hiérarchique: permet de développer une hiérarchie de clusters à plusieurs niveaux en créant une arborescence de clusters
- 分区k-means:分区données在k个星团中,距离与星团的重心不同
- Le modèle de mélange gaussien: modélise les clusters come mélange de composants à densité normale multivariée
- 自动组织:利用les réseaux neuronaux作为données的拓扑和分布
fonctionnalité这些算法的可分辨性是métrique这些算法的渗透性是similarité。
在生物信息学中分析群集utilisée分析séquences和重组génétiques,在数据挖掘中提取séquences和modèles,在图像médicale对图像进行分割,以及对侦察对象进行视觉排序。
在分析集群的算法中再加上信息,查阅各部分统计和机器学习工具箱™等深度学习工具箱™.