KMeans-K-均值聚类
用于无监督聚类与样本分组,采用K-均值聚类发现数据结构、压缩特征或辅助可视化,适合没有明确目标变量的探索性分析;结果受参数设置和数据标准化方式影响。
正在加载中...
按类目、下载状态和价格筛选全部算法。
分类筛选
用于无监督聚类与样本分组,采用K-均值聚类发现数据结构、压缩特征或辅助可视化,适合没有明确目标变量的探索性分析;结果受参数设置和数据标准化方式影响。
用于降维与低维表示,采用Isomap发现数据结构、压缩特征或辅助可视化,适合没有明确目标变量的探索性分析;结果受参数设置和数据标准化方式影响。
用于无监督聚类与样本分组,采用ISODATA发现数据结构、压缩特征或辅助可视化,适合没有明确目标变量的探索性分析;结果受参数设置和数据标准化方式影响。
用于无监督聚类与样本分组,采用层次聚类发现数据结构、压缩特征或辅助可视化,适合没有明确目标变量的探索性分析;结果受参数设置和数据标准化方式影响。
用于无监督聚类与样本分组,采用HDBSCAN发现数据结构、压缩特征或辅助可视化,适合没有明确目标变量的探索性分析;结果受参数设置和数据标准化方式影响。
用于无监督聚类与样本分组,采用高斯混合模型发现数据结构、压缩特征或辅助可视化,适合没有明确目标变量的探索性分析;结果受参数设置和数据标准化方式影响。
用于无监督聚类与样本分组,采用模糊 C 均值发现数据结构、压缩特征或辅助可视化,适合没有明确目标变量的探索性分析;结果受参数设置和数据标准化方式影响。
用于无监督聚类与样本分组,采用密度聚类发现数据结构、压缩特征或辅助可视化,适合没有明确目标变量的探索性分析;结果受参数设置和数据标准化方式影响。
用于无监督聚类与样本分组,采用BIRCH发现数据结构、压缩特征或辅助可视化,适合没有明确目标变量的探索性分析;结果受参数设置和数据标准化方式影响。