Algorithm 聚类/分配观测值的算法

我正在寻找一种算法来解决以下问题：

我有一个与服务器进行值通信的客户端。这些值基本上是介于0和1之间的x概率值的数组，例如0、0.5、1、0.7、0.1、，。每台客户机向服务器传输大约1000个这样的阵列。随着时间的推移，对于每个客户机，这些值都会针对每个客户机进行唯一的更改

我想扮演一个观察者的角色，观察客户机和服务器之间的通信，捕获每个通信的消息，但不知道客户机中谁是消息的发送者。然而，我知道这些信息随着时间的推移会发生独特的变化。因此，如果我捕获了足够的消息，我将能够在客户端之间进行区分

我现在的问题是，什么样的算法/方法适合执行这样的分类或识别，以便在以前捕获的消息的基础上将捕获的消息分配给某个客户机

我想我得用统计数据了。你知道可以解决这个问题的算法或方法吗

谢谢

---

我敢肯定，自从大学毕业以来已经很久了。但你可以从学习开始：信息模糊网络可能是这里唯一的含义是什么？我猜它某种程度上是系统化的，但以何种方式？@user1192748我认为它将属于机器学习-无监督学习，您需要使用。@keyser：是的，系统化的方式可以让我们假设一千次试验后，数组值可以用来区分客户端。因此，客户端1的数组将有一种数组模式，这种模式对于第二个用户来说很可能不存在。@arin1405:谢谢，我也在考虑它，但我正在寻找一种机器学习以外的方法。