主要内容
このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
クラスター分析
データの自然なグループとパターンを見つけるための教師なし学習法
“クラスター分析“はセグメント分析または分類分析とも呼ばれ,標本データをグループ,つまり”クラスター”に分割します。クラスターは,同じクラスター内のオブジェクトは似ており,異なるクラスターのオブジェクトは異なるように形成されます。统计和机器学习工具箱™ には、いくつかのクラスタリング手法と、クラスターを作成するための類似度の尺度 ("距離計量" とも呼ばれます) が用意されています。さらに”クラスター評価”では,各種の評価基準を使用してデータに最適なクラスター数を決定します。“クラスター可視化”オプションには,系統樹とシルエットプロットがあります。
クラスター分析の基礎
- 階層クラスタリング
クラスターの入れ子セットの生成 - k - meansおよびkMedoidクラスタリング
平均距離またはmedoid距離の最小化によるクラスター,およびマハラノビス距離の計算 - 基于密度的带噪声应用空间聚类
DBSCANアルゴリズムを使用してクラスターと外れ値を求める - スペクトルクラスタリング
グラフベースのアルゴリズムを使用してクラスターを求める - 混合ガウスモデル
期待値最大化アルゴリズムを使用した混合ガウスモデルに基づくクラスター - 最近傍
網羅的探索またはKd木探索を使用して最近傍を探索 - 隠れマルコフモデル
データ生成用のマルコフモデル - クラスターの可視化と評価
データのクラスターをプロットおよびクラスターの最適数を評価
注目の例
你也可以从以下列表中选择一个网站:
