层次聚类

聚类算法与贪心算法

划分聚类、层次聚类、基于密度的聚类、基于表格的聚类。（1）划分聚类对于给定的数据集，划分聚类需要知道要划分簇的数目k（k=fj或sj>=fi时，活动i与活动j相容。
wolf96·2020-07-30 05:45

聚类分析学习（二）DBSCAN算法学习

2.与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。
圣帝天龙·2020-07-29 23:12

算法面试必备-----聚类算法

-聚类算法算法面试必备-----聚类算法一、聚类算法分类传统聚类深度聚类二、常见聚类算法K-Means(K均值)聚类基于密度的聚类方法(DBSCAN)用高斯混合模型（GMM）的最大期望（EM）聚类凝聚层次聚类三
Avery123123·2020-07-29 15:32

机器学习哪些事

用来训练算法的训练数据包含了答案（即标签）重要的监督学习算法：K近邻算法，线性回归，逻辑回归，支持向量机，决策树和随机森林，神经网络1.2非监督学习：用来训练算法的训练数据没有包含标签的重要的非监督学习算法：1.聚类（K均值，层次聚类分析
mengenqing·2020-07-29 14:55

机器学习分类

监督/非监督学习监督学习K近邻算法线性回归逻辑回归支持向量机（SVM）决策树和随机森林神经网络非监督学习聚类K均值层次聚类分析（HierarchicalClusterAnalysis，HCA）期望最大值
音符纸飞机·2020-07-29 06:37

MATLAB层次聚类分析法

转自：http://blog.163.com/lxg_1123@126/blog/static/74841406201022774051963/层次聚类是基于距离的聚类方法，MATLAB中通过pdist
jieniyimiao·2020-07-28 14:23

谱聚类算法总结

聚类三种方法：k-means聚类、密度聚类、层次聚类和谱聚类SpectrumClustering简述谱聚类是一种基于图论的聚类方法——将带权无向图划分为两个或两个以上的最优子图，使子图内部尽量相似，而子图间距离尽量距离较远
空白_J·2020-07-28 06:08

hadoop2提交到Yarn： Mapreduce执行过程分析

注意，是并行计算，而非迭代计算，像涉及到层次聚类的问题就不太适合了。从名字可以看出
mllhxn·2020-07-28 03:58

梯度直方图特征、phash特征的k-means聚类以及层次聚类

《将图片转化为向量并使用K-means进行聚类》https://blog.csdn.net/gusui7202/article/details/88081072使用了原始图像数据进行聚类，现在先提取图像的特征然后再进行聚类。首先使用的是梯度直方图特征，代码如下：主要还是修改地址和聚类数目#!/usr/bin/python#coding=utf-8'''基于直方图特征的图片聚类实现'''import
南石北岸生·2020-07-27 22:41

大数据聚类算法性能比较及实验报告

有一个实验要求对比两种大数据聚类算法的性能，具体的代码也不是由我实现的，我只是改了一部分，主要还是博客大佬们的代码，我这里借用了一下~~具体的实验报告和python源码文件在最后位置，提供百度云下载，本文使用的是K-means算法和层次聚类算法
iamsongyu·2020-07-16 00:26

层次聚类

层次聚类（hierarchicalclustering）算法极为简单：有N多节点，最开始认为每个节点为一类，然后找到距离最近的节点“两两合并”，合并后的两个节点的平均值作为新的节点，继续两两合并的过程，
程sir·2020-07-15 08:38

机器学习基础+算法+实战，不走弯路

复杂性优化编程基础：python|numpy和pandas库等核心算法：|分类相关的算法：K-近邻、决策树、朴素贝叶斯、逻辑回归、支持向量机等|回归相关的算法：线性回归、树回归等|聚类相关的算法：K-均值、层次聚类
weixin_39721691·2020-07-15 06:14

数学推导+纯Python实现机器学习算法25：kmeans聚类

常用的聚类分析方法包括层次聚类法（HierarchicalClustering）、k均值聚类（K-meansClustering）、模糊聚类（Fuz
louwill12·2020-07-14 03:30

K-Means聚类算法

K-Means聚类算法K-Means聚类算法是典型的基于距离的非层次聚类算法，在最小化误差的函数的基础上将数据划分为预设的类数K，采用距离作为相似性的评价标准，即认为两个对象的距离越近，其相似度就越大。
white先生·2020-07-13 10:28

【R语言 第2篇】K-means聚类分析流程

聚类算法有层次聚类、基于划分的聚类、两步聚类法、基于密度的聚类。聚类方法的逻辑客户细分是将全体客户划分为多个分组并刻画特征的过程，使得组内客户高度相似，组间客户差异明显。
晟文刀·2020-07-13 09:22

python 实现网格聚类算法 - 子空间聚类 CLIQUE算法 - pyclustering聚类包的使用

基于划分和层次聚类方法都无法发现非凸面形状的簇，真正能有效发现任意形状簇的算法是基于密度的算法，但基于密度的算法一般
pentiumCM·2020-07-13 09:21

K-Means算法、层次聚类、密度聚类及谱聚类方法详述

1、聚类算法概述（1）什么是聚类？聚类就是对大量未知标注的数据集，按照数据内部存在的数据特征将数据集划分为多个不同的类别，使类别内的数据比较相似，类别之间的数据相似度比较小，属于无监督学习。聚类算法的重点是计算样本项之间的相似度，有时候也称为样本间的距离。聚类算法和分类算法的区别：分类算法是有监督学习，基于有标注的历史数据进行算法模型构建聚类算法是无监督学习，数据集中的数据是没有标注的（2）相似度
魏晓蕾·2020-07-13 05:48

10 聚类算法 - 代码案例四 - 层次聚类(BIRCH)算法参数比较

09聚类算法-层次聚类需求:基于scikit的API创建模拟数据，使用BIRCH算法对数据进行聚类操作，并比较n_clusters参数的作用。
白尔摩斯·2020-07-13 01:31

图像聚类

6.1K-Means聚类6.1.1SciPy聚类包6.1.2图像聚类6.1.3在主成分上可视化图像6.1.4像素聚类6.2层次聚类6.2.1图像聚类6.3谱聚类这一章会介绍几种聚类方法，并就怎么使用它们对图像进行聚类找出相似的图像组进行说明
zidaoziyande·2020-07-12 20:39

无监督学习总结

目录1聚类1.1K-均值算法(K-Means)1.2层次聚类(HierarchicalClustering)1.3基于密度聚类MeanShift1.4基于密度聚类DBSCAN1.5高斯混合模型(GMM)
意念回复·2020-07-12 11:50

信用评分与数据挖掘（一～七）

其中，申请评分和行为评分比较成熟的是逻辑回归，其次层次聚类和判别分析、决策树。申请和信用评分需要比较好的解释性，也有的使用神经网络做，只是
weixin_33957648·2020-07-12 08:14

聚类算法总结

一、层次聚类1、层次聚类的原理及分类1）层次法（Hierarchicalmethods）先计算样本之间的距离。每次将距离最近的点合并到同一个类。
南山牧笛·2020-07-12 03:31

Python 层次聚类+K-means算法+可视化 数据挖掘

层次聚类:importpandasaspdimportscipy.cluster.hierarchyasschfromsklearn.clusterimportAgglomerativeClusteringfromsklearn.preprocessingimportMinMaxScalerfrommatplotlibimportpyplotasplt
Chloemxc·2020-07-11 21:09

机器学习算法系列（六）：聚类算法（K-means,K-medoids,层次聚类）

一：聚类算法介绍在无监督算法中，用于训练的数据不需要标签。聚类算法就属于无监督算法的一种。聚类算法可以分为两大类：分割型聚类（每个样本点只能在一个类别中）k-means/k-medoids聚类层次型聚类树状的数据结构，每一层是一种分类方法。二：聚类算法的应用图像压缩相近的样本在一个类别中，距离较远的样本在不同类别中。每个类别中只存储一个代表样本。图像分割对数据进行聚类，把同一个类别中的数据点分割成
汤汤11·2020-07-11 15:33

机器学习（一）综述

综述目录主要内容机器学习的基本过程评估机器学习算法交叉检验主要内容：机器学习分为：监督学习：分类1.1决策树1.2KNN1.3SVM1.4人工神经网络（非DNN）回归2.1线性回归2.2非线性回归无监督学习：聚类层次聚类深度学习
VickyGu9·2020-07-11 00:37

K-Means算法及多种优化改进算法，聚类模型评估、面试总结

二、不同的聚类类型1层次的（嵌套的）与划分的（非嵌套的）划分聚类：简单地将数据对象集划分成不重叠的子集（簇），是的每个数据对象恰在一个子集中层次聚类：允
ouliangliang1·2020-07-10 10:19

炼数成金数据分析课程---17、机器学习聚类算法（后面要重点看）

聚类：无监督学习分类：有监督学习3、（凝聚的）层次聚类法的思想是什么？1开始时，每个样本各自作为一
weixin_34090562·2020-07-10 08:03

AIOps核心技术和算法要点

异常点检测正态分布异常检测马氏距离异常检测KNN异常检测密度异常检测独立森林异常检测故障分析关联规则相关性分析决策树分析分类预测贝叶斯神经网络决策树knnsvm提升聚类kmeansknn基于层次聚类基于密度聚类趋势预测
超人汪小建(seaboat)·2020-07-10 05:19

数据挖掘——常用聚类算法总结

常用聚类算法总结概述聚类算法k-means聚类算法FCM算法Canopy算法层次聚类算法LDA算法DBSCAN算法EM算法总结概述数据挖掘常又被称为价值发现或者是数据勘探，一般是指从大量的、不完全的、有噪声的
.NY&XX·2020-07-10 02:35

层次聚类算法的原理及实现Hierarchical Clustering

层次聚类算法的原理及实现HierarchicalClustering转载于：http://bluewhale.cc/2016-04-19/hierarchical-clustering.html层次聚类
莫谈天下·2020-07-09 05:15

Agglomerative Hierarchical Clustering-聚合层次聚类

目录算法描述簇间距离数据比较聚合层次聚类的问题Question学习来源算法描述聚合层次聚类是一种自下而上的算法，首先将每个样本都视为一个簇，然后开始按一定规则，将相似度高的簇进行合并，最后所有样本都形成一个簇或达到某一个条件时
zcmlimi·2020-07-09 04:59

层次聚类算法(AGNES算法/DIANA算法)描述与解析

层次聚类分为两种：（1）凝聚的层次聚类：自底向上的策略，首先将每个对象作为一个簇，然后合并这些原子簇为更大的簇，直到所有的对象都在同一个簇中，或者满足终止条件。（2）分类的层次聚类：自顶向下的策略。
zanghui426·2020-07-09 04:09

层次聚类方法（Hierarchical Clustering）

层次聚类方法（HierarchicalClustering）层次聚类就是通过对数据集按照某种方法进行层次分解，直到满足某种条件为止。按照分类原理的不同，可以分为凝聚和分裂两种方法。
zanghui426·2020-07-09 04:09

使用K-means，层次聚类和DBSCAN对鸢尾花的聚类

importnumpyasnpfromsklearn.clusterimportKMeans,AgglomerativeClustering,DBSCANfromsklearnimportdatasets,metricsfromcollectionsimportCounterimportmatplotlib.pyplotaspltimporttimenp.random.seed()defprepa
芯钰·2020-07-09 04:59

基本凝聚层次聚类算法

一、基本凝聚层次聚类算法1：如果需要，计算近邻度矩阵2：repeat2.1：合并最接近的两个簇2.2：更新近邻性矩阵，以反映新的簇与原来的簇之间的近邻性3：until仅剩下一个簇存储近邻度个数：m2/2
Xxy_·2020-07-09 02:00

聚类系列-层次聚类（Hierarchical Clustering）

为了避免这些问题，可以选择另外一种比较实用的聚类算法-层次聚类算法。
西域流星·2020-07-09 02:20

机器学习sklearn（13）层次聚类

层次聚类(HierarchicalClustering)是聚类算法的一种，基于层次的聚类算法（HierarchicalClustering）可以是凝聚的（Agglomerative）或者分裂的（Divisive
又要起名字了·2020-07-08 22:51

层次聚类之DIANA算法

层次聚类的分类凝聚的层次聚类：自底向上；把每个对象都看成一个簇，自下而上，把相似的簇合并在一起直到合并成一个簇分类的层次聚类：自顶向下；从包含所有点的簇开始，每一次分裂一个簇，直到仅剩下单点的簇簇之间的凝聚性单链
GWNH·2020-07-08 22:32

【机器学习】笔记之聚类Cluster—— 层次聚类 Hierarchical clustering

本文转载翻译自斯坦福大学出版的IntroductiontoInformationRetrieval什么是层次聚类Hierarchicalclustering?
㊒㊖·2020-07-08 20:33

Kmeans、DBSCAN、层次聚类等三种聚类算法笔记

目录一、Kmeans模型1算法思想及步骤2最佳k值的确定方法2.1拐点法2.2轮廓系数法2.3间隔统计量法3Kmeans算法的缺点二、DBSCAN算法三、层次聚类算法1层次聚类需要回答的两个问题1.1最小距离法
积跬步，慕至千里·2020-07-08 20:04

Python中的凝聚层次聚类示例

https://www.toutiao.com/a6641489713536434695/2019-01-0119:32:04层次聚类算法将相似的对象分组到称为聚类的组中。
喜欢打酱油的老鸟·2020-07-08 20:00

8.3聚类（Clustering）:hierarchical clustering 层次聚类

假设有N个待聚类的样本（这里相当于instance），对于层次聚类来说，步骤：1.
一直特立独行的猫1994·2020-07-08 20:07

ML：教你聚类并构建学习模型处理数据（附数据集）

本文将根据41个描述性分类特征的维度，运用无监督主成分分析(PCA)和层次聚类方法对观测进行分组。将数据聚类可以更好地用简单的多元线性模型描述数据或者识别更适合其他模型的异常组。
煊琰·2020-07-08 19:27

聚类算法--层次聚类 Hierarchical clustering学习

Hierarchical_clustering博客：https://blog.csdn.net/u012500237/article/details/65437525Hierarchicalclustering-层次聚类层
君子慎独_诚意·2020-07-08 19:04

【机器学习】层次聚类-Agglomerative clustering

【机器学习】层次聚类-AgglomerativeclusteringAgglomerativeclustering从NNN个簇开始，每个簇最初只包含一个对象，然后在每个步骤中合并两个最相似的簇，直到形成一个包含所有数据的簇
羊肉蛋花汤·2020-07-08 18:52

机器学习算法复习--层次聚类2

层次聚类算法HierarchicalClusteringAlgorithms基本工作原理给定要聚类的N的对象以及N*N的距离矩阵(或者是相似性矩阵),层次式聚类方法的基本步骤(参看S.C.Johnsonin1967
weixin_34370347·2020-07-08 18:26

聚类(2)——层次聚类 Hierarchical Clustering

为了不在这个参数的选取上花费太多时间，可以考虑层次聚类。假设有N个待聚类的样本，对于层次聚类来说，基本步
weixin_30920091·2020-07-08 15:22

凝聚法层次聚类之ward linkage method

凝聚法分层聚类中有一堆方法可以用来算两点（pair）之间的距离：欧式，欧式平方，manhattan等，还有一堆方法可以算类（cluster）与类之间的距离，什么single-linkage、complete-linkage、还有这个wardlinkage。（即最短最长平均，离差平方和）其他的好像都挺好理解，就是最后这个有点麻烦。。。这个方法说白了叫离差平方和（这是个啥？）。是ward写那篇文章时候
起个马甲好困难·2020-07-08 12:01

周志华《机器学习》同步学习笔记 ——第九章聚类

机器学习》同步学习笔记——第九章聚类9.1聚类任务9.2性能度量外部指标内部指标9.3距离计算9.4原型聚类9.4.1k均值算法9.4.2学习向量量化（LVQ）9.4.3高斯混合聚类9.5密度聚类9.6层次聚类
克小洛·2020-07-08 11:36

聚类算法——python实现层次聚类（AGNES）

算法思想层次聚类是在不同层次上对数据进行划分，从而形成树状的聚类结构。AGNES算法是自底向上的层次聚类算法。
_almost_·2020-07-08 11:39
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他