- 分层聚类:通过创建一个集群树构建集群的多级分层
- K-均值聚类:将数据分成k个不同簇基于距离到群集的质心
- 高斯混合模型:模型集群为多元正态密度的组分的混合物
- 自组织映射:用途神经网络该学会的数据的拓扑结构和分布
- 隐马尔可夫模型:使用观测数据来恢复状态序列
无监督学习方法在生物信息学进行序列分析和遗传聚类被使用;在数据挖掘中的序列和模式挖掘;在用于图像分割医学成像;在对物体识别计算机视觉。
对于非监督学习算法的详细信息,请参阅统计和机器学习工具箱™和深度学习工具箱™。
无监督学习方法在生物信息学进行序列分析和遗传聚类被使用;在数据挖掘中的序列和模式挖掘;在用于图像分割医学成像;在对物体识别计算机视觉。
对于非监督学习算法的详细信息,请参阅统计和机器学习工具箱™和深度学习工具箱™。
也可以看看:统计和机器学习工具箱,深度学习工具箱,机器学习,监督学习,AdaBoost的,数据分析,数学建模,金宝app支持向量机,人工智能