最近スタンフォード大学の陽気なオープンクラスルームのビデオ講義を見ました。特に教師のない機械学習の部分が私の注目を集めました。残念ながら、それはもっと面白くなるかもしれないということを止めました。
基本的に私は、監督されていないアルゴリズムで離散行列を分類することを検討しています。これらの行列は、同じ範囲の離散値を含んでいます。たとえば、私は1000から20までの範囲の値を持つマトリックスがあるとしましょう。私はちょうど文学を読み始めたところで、画像の分類はもっと複雑（色のヒストグラム）であり、私の場合はそこで行われることをむしろ単純化していると感じます。
また、機械学習とクラスタ Cranタスクビューですが、実際の例をどこから始めるべきかはわかりません。
だから私の質問です：パッケージ/アルゴリズムは、再生を開始し、Rの問題に取り組む良い選択だろうか？
編集：
私は、私の行列には離散的な選択肢のデータが含まれているので、正確なクラスタリングが正しいアイデアではないかもしれないことは間違っているかもしれません。私はベクトルと観測についてあなたが言ったことを理解していますが、行列やデータを受け入れる関数があることを期待しています。
EDIT2：
私は、カテゴリーデータの教師なし分類に焦点を当てたパッケージ/機能、導入は、今私にとって最も役立つものであることを認識しています。