分类筛选

全部 评价与决策分析预测与时间序列数学统计与计量金融机器学习（监督学习）聚类与降维（无监督）深度学习与时序网络自然语言处理（NLP）异常检测优化与多目标（智能优化）灰色系统与模糊理论可解释性与 AutoML工具类(可视化,公式识别)及工具箱计算机CV类

No.167

PCA_OD-PCA 残差异常

用于采用PCA 残差异常识别与大多数样本模式明显不同的异常观测，可用于质量检测、风险预警和数据清洗；异常阈值应结合业务场景判断。

更新：2026-07-29¥10.00

下载方式查看详情购买授权

No.137

UMAP-UMAP

用于降维与低维表示，采用UMAP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。

更新：2026-07-29¥10.00

下载方式查看详情购买授权

No.136

TSVD-截断 SVD

用于降维与低维表示，采用截断 SVD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。

更新：2026-07-29¥10.00

下载方式查看详情购买授权

No.135

TSNE-t-SNE

用于降维与低维表示，采用t-SNE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。

更新：2026-07-29¥10.00

下载方式查看详情购买授权

No.134

SVD-奇异值分解

用于降维与低维表示，采用奇异值分解发现数据结构、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。

更新：2026-07-29¥10.00

下载方式查看详情购买授权

No.133

SpectralClustering-谱聚类

用于无监督聚类与样本分组，采用谱聚类发现数据结构、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。

更新：2026-07-29¥10.00

下载方式查看详情购买授权

No.132

SPE-随机邻近嵌入

用于降维与低维表示，采用随机邻近嵌入发现数据结构、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。

更新：2026-07-29¥10.00

下载方式查看详情购买授权

No.131

SOM-自组织映射

用于无监督聚类与样本分组，采用自组织映射发现数据结构、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。

更新：2026-07-29¥10.00

下载方式查看详情购买授权

No.129

OPTICS-OPTICS

用于无监督聚类与样本分组，采用OPTICS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。

更新：2026-07-29¥10.00

下载方式查看详情购买授权