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
发表评论