- 分层聚类:通过创建集群树来构建集群的多级层次结构
- k - means聚类:根据数据到聚类质心的距离,将数据划分为k个不同的聚类
- 高斯混合模型:将聚类建模为多元正态密度分量的混合物
- 自组织映射:使用神经网络了解数据的拓扑结构和分布
- 隐马尔可夫模型:使用观察到的数据来恢复状态的顺序
无监督学习方法用于生物信息学序列分析和遗传聚类;在数据挖掘的序列和模式挖掘;医学图像中的图像分割以及用于物体识别的计算机视觉。
有关非监督学习算法的更多细节,请参见统计和机器学习工具箱™和深度学习工具箱™。
无监督学习方法用于生物信息学序列分析和遗传聚类;在数据挖掘的序列和模式挖掘;医学图像中的图像分割以及用于物体识别的计算机视觉。
有关非监督学习算法的更多细节,请参见统计和机器学习工具箱™和深度学习工具箱™。
参见:统计和机器学习工具箱,深度学习工具箱,机器学习,监督式学习,演算法,数据分析,数学建模,金宝app支持向量机,人工智能