目录

定义问题

使用神经网络聚类对数据进行聚类

使用命令行函数对数据进行聚类

选择数据

创建网络

训练网络

测试网络

查看网络

分析结果

后续步骤

        对数据进行聚类是神经网络的另一个绝佳应用。此过程涉及按相似性对数据进行分组。例如，可以：

根据人们的购买模式对他们进行分组，从而进行市场细分

通过将数据划分为相关子集来进行数据挖掘

通过对具有相关表达模式的基因进行分组来进行生物信息学分析

        假设要根据花瓣长度、花瓣宽度、萼片长度和萼片宽度来对花卉类型进行聚类。有 150 个样本，并且有它们的上述四个测量值。

与函数拟合和模式识别一样，解决此问题的方法有两种：

​使用神经网络聚类，如使用神经网络聚类对数据进行聚类中所述。

​使用命令行函数，如使用命令行函数对数据进行聚类中所述。

        一般最好从 App 开始，然后使用该 App 自动生成命令行脚本。在使用任何方法之前，首先通过选择数据集来定义问题。每个神经网络 App 都可以访问采样数据集，可以使用这些数据集来试验工具箱。如果您有要解决的特定问题，可以将自己的数据加载到工作区中。下一节介绍数据格式。

定义问题

        要定义聚类问题，请将输入向量（预测变量）排列为输入矩阵中的列。例如

参考文章

评论可见，请评论后查看内容，谢谢！！！
 您阅读本篇文章共花了：