無監督學習方法
聚類分析是一種無監督學習方法，它通過分析數據的差異性和相似性，將數據分爲幾個類別。這些類別的劃分是未知的，聚類分析的目的是使得同類數據之間的相似性儘可能大，而不同類數據之間的相似性儘可能小，跨類的數據關聯性儘可能低。聚類分析廣泛應用於客戶細分、文本歸類、結構分組、行爲跟蹤等問題。它不僅涉及數學、計算機科學、統計學等領域，還在生物學、經濟學等多箇領域中發揮着重要作用。聚類分析可以獨立用於數據統計，也可以作爲其他統計方法的輔助工具，例如在迴歸分析和變量選擇中發揮作用。與分類方法不同，聚類分析不是基於預先設定的準則進行分類，而是根據數據本身的特點進行自動分類。常用的聚類方法包括基於劃分的方法（如k-均值）、基於層次的方法、基於密度的方法等。