徒弟学:supervisé这是机器学习的一种算法utilisé pour définir des inférences à partir de jeux de données无干预人类，相反à徒弟学:supervisé où des étiquettes sont fournies avec les données。
méthode d' apprentice tissage不是supervisé La plus courante est为了分析de集群，可以将资源管理器méthodes的群集应用到données，也可以将模式或分组应用到cachés。
在MATLAB中，你们可以使用nombreux聚类算法:
- 勒集群hierarchique构建一个hiérarchie de clusters de plusieurs niveaux en créant UN arbre de clusters。
- 勒聚类k - means等勒集群k-medoidsDivisent les données enk星系团不同于星系团的距离为données。
- 莱斯Modèles de mélange gaussModélisent les clusters comes UN mélange de composantes multivariées à densité normale
- 勒基于密度的空间聚类重新组合这些点，在复区densité，在连续的à，在régions de fail densité的异常值
- 莱斯必须外出auto-organisatrices利用réseaux神经元的拓扑结构和données的分布
- 勒聚类光谱在这个图上的聚类，可以形成非凸的仲裁
徒弟semi-supervisé和分类caractéristiques非supervisé，其他的méthodes，它适用于徒弟，非supervisé。L'徒弟semi-supervisé réduit le besoin de données labellisées dans L'徒弟supervisé。Le clustering appliqué à tout un jeu de données établit des similarités entre les données labellisées et non labellisées。Les étiquettes sont ensuite propagées aux members similaires du cluster qui étaient auparavant non labellisés。
classement de caractéristiques non supervisé attribute un score aux caractéristiques sans cible de prédiction ou réponse donnée。MATLAB®等统计和机器学习工具箱™万博1manbetx支持不使用拉普拉斯分数的分类。
点cl
- 学徒非supervisé est généralement appliqué avant L' tissage supervisé， pour identifier les caractéristiques pendant L 'analyse exploratoire des données et définir des classes basées sur les groups。
- Les k-means et le clustering hiérarchique restent répandus。Seules quelques méthodes de clustering peuvent traiter des formies non凸，not les suivantes supportées dans MATLA万博1manbetxB: le clustering hiérarchique, spectral et DBSCAN。
- L' tissage non supervisé(集群)peut aussi être utilisé pour compresser des données。
- 类别caractéristiques非supervisé是可用于贴花的群集basé关于距离加上关于目的地données体积的功效。
