最佳分類/聚類

許多人認為聚類是最重要的無監督學習問題。聚類處理的是在無標籤資料集中尋找結構。

聚類有許多實際應用。

許多聚類演算法（k-聚類演算法）需要人工提前指定將輸入劃分為多少個桶（類別、標籤、類等）。

• 中位數切割聚類 - 也許是最快的聚類演算法
• K-均值聚類 - 一種非常快的聚類演算法，缺點是每次執行的結果不盡相同。
• QT 聚類演算法
• 期望最大化演算法
• 樹冠聚類演算法
• 約束聚類
• 基於成員身份區域性近似模糊聚類 (FLAME 聚類)
• 自組織對映
• 向量量化
• 學習向量量化

進一步閱讀

• 人工神經網路/聚類
• 蛋白質組學/蛋白質晶片/演算法