Clustering-constrained 條件式叢集
1 minute叢集類的題目是機器學習中常見的一種應用，在一般的叢集模型中，模型會自動的依據輸入資料的特徵進行分類，例如將病例作為訓練資料時，模型會自動依據病史、症狀、性別等因素將病人進行分類，這種學習模式稱為非監督式學習，意即在沒有人為標註的情況下，模型自動進行分群。此種模型的缺點在於分類的特徵並不一定重要，這時就需要使用到條件性叢集這種半監督式學習模型。在訓練半監督式模型時，需要先人工的給予標記，機器則會依據給予的標記進行學習分群。在病理影像中，這能使使用者訓練出符合需求的模型，比如分辨普通和病變細胞等，能夠聚焦於醫師關注的特定特徵。
