聚类分析
无监督学习方法，用于查找数据中的自然分组和模式
聚类分析，也称为分割分析或分类分析，可将样本数据分成一个个组（即簇）。同一簇中的对象是相似的，不同簇中的对象则明显不同。Statistics and Machine Learning Toolbox™ 提供了几种聚类方法和相似性度量（也称为距离度量）来创建簇。此外，簇计算可以按照不同的计算标准确定数据的最佳簇数。聚类可视化选项包括树状图和轮廓图。该工具箱还提供了几种异常检测方法来识别离群值和新奇值。
聚类分析基础知识
类别
- 层次聚类
生成一系列嵌套的簇
- k 均值聚类和 k 中心点聚类
通过最小化均值距离或中心点距离进行聚类并计算马氏距离
- 基于密度的含噪数据空间聚类
通过使用 DBSCAN 算法来计算簇和离群值
- 谱聚类
使用基于图的算法计算簇
- 高斯混合模型
使用期望最大化算法，基于高斯混合模型进行聚类
- 最近邻
使用穷举搜索或 Kd 树搜索查找最近邻
- 隐马尔可夫模型
用于生成数据的马尔可夫模型
- 异常检测
检测离群值和新奇值
- 簇的可视化和计算
绘制数据簇并计算最佳簇数
精选示例
You can also select a web site from the following list:
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)