最佳分类/聚类

许多人认为聚类是最重要的无监督学习问题。聚类处理的是在无标签数据集中寻找结构。

聚类有许多实际应用。

许多聚类算法（k-聚类算法）需要人工提前指定将输入划分为多少个桶（类别、标签、类等）。

• 中位数切割聚类 - 也许是最快的聚类算法
• K-均值聚类 - 一种非常快的聚类算法，缺点是每次运行的结果不尽相同。
• QT 聚类算法
• 期望最大化算法
• 树冠聚类算法
• 约束聚类
• 基于成员身份局部近似模糊聚类 (FLAME 聚类)
• 自组织映射
• 矢量量化
• 学习矢量量化

进一步阅读

• 人工神经网络/聚类
• 蛋白质组学/蛋白质芯片/算法