最近、私はスタンフォード大学の陽気な公開教室のビデオ講義をたくさん見ました。特に、教師なし機械学習に関する部分が私の注目を集めました。残念ながら、さらに面白くなる可能性がある場合は停止します。
基本的に、教師なしアルゴリズムによって離散行列を分類しようとしています。これらの行列には、同じ範囲の離散値が含まれているだけです。値が 1 ～ 3 の 20x15 行列が 1000 個あるとします。文献を読み始めたところですが、画像分類はより複雑で (カラー ヒストグラム)、私の場合はそこで行われていることを単純化したものだと感じています。
Machine LearningとCluster Cran Task Viewsも調べましたが、実際の例をどこから始めればよいかわかりません。
だから私の質問は次のとおりです。どのパッケージ/アルゴリズムが、Rで遊んで問題に取り組み始めるのに適しているでしょうか?
編集: 不正確だった可能性があることに気付きました: 私の行列には個別の選択データが含まれているため、平均クラスタリングは (!) 正しい考えではない可能性があります。ベクトルと観察についてあなたが言ったことは理解していますが、時間の経過とともにいくつかの観察があるため、行列またはdata.framesを受け入れる関数を望んでいます。
EDIT2：カテゴリデータの教師なし分類に焦点を当てたパッケージ/関数の紹介が、今最も役立つものであることを認識しています。