<bdo id="lnegy"></bdo>
<bdo id="lnegy"></bdo>
<menuitem id="lnegy"></menuitem>
<option id="lnegy"></option>
<menuitem id="lnegy"><optgroup id="lnegy"><thead id="lnegy"></thead></optgroup></menuitem>
<track id="lnegy"><div id="lnegy"></div></track>
<option id="lnegy"><source id="lnegy"></source></option>
<bdo id="lnegy"></bdo>
<bdo id="lnegy"></bdo>
<option id="lnegy"><span id="lnegy"></span></option>
安裝
用戶指南
API
案例
更多
入門
教程
更新日志
詞匯表
常見問題
交流群
Toggle Menu
Prev
Up
Next
scikit-learn 0.23.2
Other versions
CDA數據科學研究院
提供翻譯支持
2.無監督學習
2.1. 高斯混合模型
2.2. 流形學習
2.3. 聚類
2.4. 雙聚類
2.5. 分解成分中的信號（矩陣分解問題）
2.6. 協方差估計
2.7. 奇異值和異常值檢測
2.8. 密度估計
2.9. 神經網絡模型（無監督）
2.無監督學習
?
2.1. 高斯混合模型
2.1.1. 高斯混合
2.1.2. 變分貝葉斯高斯混合
2.2. 流形學習
2.2.1. 介紹
2.2.2. Isomap
2.2.3. 局部線性嵌入
2.2.4. 改進型局部線性嵌入（MLLE）
2.2.5. 黑塞特征映射（HE）
2.2.6. 譜嵌入
2.2.7. 局部切空間對齊（LTSA）
2.2.8. 多維尺度分析（MDS）
2.2.9. t 分布隨機鄰域嵌入（t-SNE）
2.2.10. 實用技巧
2.3. 聚類
2.3.1. 聚類方法概述
2.3.2. K-means
2.3.3. Affinity Propagation
2.3.4. Mean Shift
2.3.5. Spectral clustering（譜聚類）
2.3.6. 層次聚類
2.3.7. DBSCAN
2.3.8. OPTICS
2.3.9. Birch
2.3.10. 聚類性能度量
2.4. 雙聚類
2.4.1. 聯合譜聚類
2.4.2. 光譜雙聚類
2.4.3. Biclustering 評價
2.5. 分解成分中的信號（矩陣分解問題）
2.5.1. 主成分分析（PCA）
2.5.2. 截斷奇異值分解和隱語義分析
2.5.3. 詞典學習
2.5.4. 因子分析
2.5.5. 獨立成分分析（ICA）
2.5.6. 非負矩陣分解(NMF 或 NNMF)
2.5.7. 隱 Dirichlet 分配（LDA）
2.6. 協方差估計
2.6.1. 經驗協方差
2.6.2. 收縮協方差
2.6.3. 稀疏逆協方差
2.6.4. 魯棒協方差估計
2.7. 奇異值和異常值檢測
2.7.1. 離群點檢測方法一覽
2.7.2. Novelty Detection（奇異值檢測）
2.7.3. Outlier Detection（離群點檢測）
2.8. 密度估計
2.8.1. 密度估計: 直方圖
2.8.2. 核密度估計
2.9. 神經網絡模型（無監督）
2.9.1. 受限波爾茲曼機
<bdo id="lnegy"></bdo>
<bdo id="lnegy"></bdo>
<menuitem id="lnegy"></menuitem>
<option id="lnegy"></option>
<menuitem id="lnegy"><optgroup id="lnegy"><thead id="lnegy"></thead></optgroup></menuitem>
<track id="lnegy"><div id="lnegy"></div></track>
<option id="lnegy"><source id="lnegy"></source></option>
<bdo id="lnegy"></bdo>
<bdo id="lnegy"></bdo>
<option id="lnegy"><span id="lnegy"></span></option>
99re热这里只有精品最新
