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.128

NMF-非负矩阵分解

用于降维与低维表示，采用非负矩阵分解发现数据结构、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.127

MeanShift-MeanShift

用于无监督聚类与样本分组，采用MeanShift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.126

MDS-多维尺度

用于降维与低维表示，采用多维尺度发现数据结构、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.125

LLE-局部线性嵌入

用于降维与低维表示，采用局部线性嵌入发现数据结构、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.124

KPCA-核主成分

用于降维与低维表示，采用核主成分发现数据结构、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.123

KMedoids-K-中心点

用于无监督聚类与样本分组，采用K-中心点发现数据结构、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.122

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。

更新：2026-07-29¥10.00

下载方式查看详情购买授权

No.121

Isomap-Isomap

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。

更新：2026-07-29¥10.00

下载方式查看详情购买授权

No.120

ISODATA-ISODATA

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。

更新：2026-07-29¥10.00

下载方式查看详情购买授权