聚类分析
未经监督的学习技术，用于查找数据中的自然分组和模式
聚类分析，也称为分段分析或分类分析，将样本数据分区为组，或簇生。形成簇，使得同一群集中的物体是相似的，并且不同集群中的对象是不同的。统计和机器学习工具箱™提供了多种聚类技术和相似度量（也称为距离指标）创建群集。此外，集群评估使用不同的评估标准确定数据的最佳群集数。集群可视化选项包括树木图和轮廓图。
集群分析基础知识
- 分层群集
产生嵌套的集群集 - K-means和K-meyoids聚类
通过最大限度地减少平均值或钟声距离，并计算Mahalanobis距离 - 基于密度的噪声应用的空间聚类
使用DBSCAN算法查找群集和异常值 - 光谱聚类
使用基于图形的算法查找群集 - 高斯混合模型
基于高斯混合模型的群集使用期望最大化算法 - 最近的邻居
使用详尽的搜索找到最近的邻居或K.D树搜索 - 隐藏的马尔可夫模型
马尔可夫数据生成模型 - 集群可视化和评估
绘制数据集群和评估最佳簇数
特色例子
您还可以从以下列表中选择一个网站：
