层次聚类

2018-05-04 python实现brich文本层次聚类

利用brich实现文本层次聚类,将文本内容分类将相似的文本进行聚类然后选出同类中最具有代表的一条数据输入数据：data.png2.运行结果如下,聚类前数据有9条聚类后6条;字典key为类别，value是表示同一类别的
古月月月胡·2019-08-07 14:27

机器学习-层次聚类（划分聚类）

层次聚类（划分聚类）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。
Timcode·2019-07-23 08:00

【机器学习】十一、学习向量量化算法原理

一、学习向量量化简介前面的文章中，介绍过k-means和层次聚类这两种聚类方法，今天介绍一种新的聚类算法，即学习向量量化(LearningVectorQuantization)，简称LVQ。
Asher117·2019-07-19 15:27

Python实现基本KMeans算法

常用的聚类算法包括：层次聚类、K均值聚类、DBSCAN。在这篇文章中我们简单介绍一下基本KMeans算法的实现。因为基本KMeans算法的原理比较简单，这里就不详
hfutdog·2019-07-14 01:43

Python建模复习：描述性数据挖掘

第五部分描述性数据挖掘5.1聚类分析聚类方法层次聚类-小样本划分聚类（K均值法）-大样本两步法聚类-大样本，以brich方法为代表，层次法和k-means结合密度聚类-大样本，样本形态为团圆，分布不规则
啾啾二一·2019-07-10 20:43

短文本聚类【DBSCAN】算法原理+Python代码实现+聚类结果展示

常见的聚类算法可以分成两类：以k-means为代表的基于分区的算法以层次聚类为代表的基于层次划分的算法对于第
jessie_weiqing·2019-07-10 14:12

(6)从直觉的角度透彻理解层次聚类

本节讲解层次聚类算法实战。
段智华·2019-07-09 08:46

(5)从直觉的角度透彻理解层次聚类

本节通过一个案例验证层次聚类的原理、流程、具体聚类的时候应该分成多少组，这些都在代码中体现。如图41-22所示，是使用层次聚类算法对商场数据的聚类结果。
段智华·2019-07-08 08:21

(1)从直觉的角度透彻理解层次聚类

从直觉的角度透彻理解层次聚类本节讲解聚类中另外一个非常重要的内容层次聚类(HierarchicalClustering)，前面我们讲解了K-均值聚类算法，只要做机器学习算法，并涉及非监督学习的情况下，多少有点了解
段智华·2019-07-02 13:10

DBSCAN聚类算法

81094891一、前言二、DBSCAN聚类算法三、参数选择四、DBSCAN算法迭代可视化展示五、常用的评估方法：轮廓系数六、用Python实现DBSCAN聚类算法一、前言去年学聚类算法的R语言的时候，有层次聚类
一头秀发的刘大叔·2019-06-25 15:25

Python计算机视觉编程第六章——图像聚类(K-means聚类，DBSCAN聚类，层次聚类，谱聚类，PCA主成分分析)

Python计算机视觉编程图像聚类（一）K-means聚类1.1SciPy聚类包1.2图像聚类1.1在主成分上可视化图像1.1像素聚类（二）层次聚类（三）谱聚类图像聚类聚类概念无监督学习：没有标签。
Dujing2019·2019-06-25 08:53

常见聚类算法分类

聚类划分：（1）划分聚类k-means、k-medoids、k-modes、k-medians、kernelk-means（2）层次聚类Agglomerative、divisive、BIRCH、ROCK
北风知我意·2019-06-22 22:59

常见聚类算法分类

聚类划分：（1）划分聚类k-means、k-medoids、k-modes、k-medians、kernelk-means（2）层次聚类Agglomerative、divisive、BIRCH、ROCK
北风知我意·2019-06-22 22:59

聚类算法（2）：系统聚类/层次聚类算法

层次聚类：自下而上法（bottom-up）和自上而下法（top-down）聚类算法(4)--Hierarchicalclustering层次聚类系统聚类：相当于自下而上法，也就是层次聚类目录一、系统聚类
满腹的小不甘·2019-06-20 15:30

R语言鸢尾花iris数据集的层次聚类分析

原文链接：http://tecdat.cn/?p=3200介绍本文在数据集上展示了如何使用dendextendR软件包来增强HierarchicalClusterAnalysis（更好的可视化和灵敏度分析）。背景鸢尾花数据集#加载数据iris<-datasets::irisiris2<-iris[,-5]species_labels<-iris[,5]library(colorspace)#颜色包
拓端研究室·2019-06-18 16:25

数据分析思路

思路对比分析分类分析（将人群分组，进行分析）分布分析相关分析模型PEST模型（政治、经济、社会文化、技术）波特五力模型兰查特战略模式SWOT分析GE矩阵德尔菲分析法回归分析时间序列4P模型（不是很符合互联网）聚类分析（层次聚类
rrrraf·2019-06-08 17:52

Apriori算法进行关联分析实战

使用Apriori算法进行关联分析(层次聚类)一、基础知识1.关联分析定义及存在的问题定义：从大规模的数据集中寻找物品间的隐含关系，被称为关联分析或关联规则学习。
奔腾的小马达·2019-05-19 15:49

Hierarchical 聚类原理

层次聚类(hierarchicalclustering)通常和热图(heatmap)密切相关。绘制热图前，通常需要进行数据标准化处理。关于数据标准化处理的内容，改天再补充。
安哥生个信·2019-05-11 07:09

文本挖掘是的过程是什么，主要划分为几个步骤？

这些方法是非监督的学习方法，最受欢迎的文档聚类方法是K-means聚类和凝聚层次聚类。
duozhishidai·2019-04-03 09:16

用DBSCAN和层次聚类分析各个省份人口出生率与死亡率关系

Kmeans聚类两个缺陷：1.对异常值敏感，容易受到异常样本点的影响，因为中心点是通过样本均值确定的2.不适合发现非球形的簇，即无法准确将非球形样本进行合理聚类，因为是基于距离确定样本之间的相似度此处介绍另一种聚类算法，基于密度的聚类(Density-BasedSpatialClusteringofApplicationswithNoise，具有噪声的基于密度的聚类方法)。这类密度聚类算法一般假定
apricoter·2019-03-22 20:56

层次聚类

层次聚类算法的工作流程如下。首先，每个点自己单独看成一个簇。随着时间的推移，算法会通过合并两个小簇而形成一个大簇。算法流程首先，我们假定算法运行在欧式空间下。
波波的一天·2019-03-18 15:23

Python实现简单层次聚类算法以及可视化

本文实例为大家分享了Python实现简单层次聚类算法，以及可视化，供大家参考，具体内容如下基本的算法思路就是：把当前组间距离最小的两组合并成一组。
York1996·2019-03-18 09:09

python调用包进行层次聚类分析

聚类是一种非常重要的无监督学习方法，聚类分析发展至今已经出现了多种不同的算法，层次聚类是其中的典型代表，python作为机器学习编程的有力工具，对多种聚类方法进行了集成，本文主要介绍利用python中集成的包进行层次聚类
努力干活还不粘人的小妖精·2019-03-12 23:53

R:层次聚类分析-dist、hclust、heatmap等

1、常规聚类过程：（2）首先用dist()函数计算变量间距离dist.r=dist(data,method="")其中method包括6种方法，表示不同的距离测度："euclidean","maximum","manhattan","canberra","binary"or"minkowski"。相应的意义自行查找。（2）再用hclust()进行聚类hc.r=hclust(dist.r,metho
小米羊爱学术·2019-03-06 10:39

运用scikit-learn库进行聚类分析

运用scikit-learn库进行聚类分析一、k-means聚类算法（一）k-means算法（二）使用肘方法确定簇的最佳数量（三）使用轮廓图定量分析聚类质量二、层次聚类（一）普通层次聚类步骤（二）通过scikit-learn
王樰沫·2019-02-21 21:18

[Python嗯~机器学习]---对聚类算法的进阶补充

入门算法：k-means算法层次聚类：密度聚类：边界和噪声：谱聚类：拉普拉斯矩阵：总结：谱聚类（spectralclustering）是广泛使用的聚类算法，比起传统的K-Means算法，谱聚类对数据分布的适应性更强
鹏鹏哥哥的小红帽·2019-01-21 17:51

西瓜书学习笔记目录篇

文章目录9聚类聚类任务性能度量[距离计算](https://blog.csdn.net/xxliu_csdn/article/details/85936432)原型聚类密度聚类层次聚类9聚类聚类任务性能度量外部指标内部指标距离计算闵可夫斯基距离
夕兮曦兮·2019-01-14 18:33

【机器学习】层次聚类、密度聚类以及谱聚类

本篇代码可见：Github一、层次聚类\quad\quad层次聚类技术是第二类重要的聚类方法。
Daycym·2018-12-05 18:53

【机器学习实践】使用Python实现k-均值聚类算法、DBSCAN算法和AGNES算法

前言本周学习了周志华《机器学习》第9章聚类，本章主要介绍了三种类型的聚类算法：原型聚类、密度聚类和层次聚类。介绍的原型聚类中，有k-均值聚类、学习向量量化和高斯混合聚类。
weixin_38909710·2018-11-27 22:30

选择性搜索Selective Search for Object Recognition

作者借助层次聚类的方法，进行对象识别。主要观点：物体存在的地
JensLee·2018-11-21 22:37

聚类算法(4)--Hierarchical clustering层次聚类

目录 一、层次聚类1、层次聚类的原理及分类2、层次聚类的流程3、层次聚类的优缺点二、python实现1、sklearn实现2、scipy实现树状图分类判断一、层次聚类1、层次聚类的原理及分类1）层次法（
Andy_shenzl·2018-11-07 17:47

基于LBP特征的级联分类器检测与训练原理解析

文章目录LBP特征Adaboost分类器层次聚类LBP特征LBP（LocalBinaryPattern，局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。
海清河宴·2018-11-02 15:31

聚类算法

目录1、k-means2、密度聚类DBSCAN3、使用高斯混合模型（GMM）的期望最大化（EM）聚类3.1、EM算法4、层次聚类聚类指事先并不知道任何样本的类别标号，希望通过某种算法来把一组未知类别的样本划分成若干类别
choven_meng·2018-11-02 00:41

运用python进行层次聚类

运用python进行层次聚类学习scipy库很重要呀需要引入的类importpandasaspdimportmatplotlib.pyplotaspltimportseabornassnsimportscipy.cluster.hierarchyassch
UESTC Like·2018-10-21 13:38

层次聚类

层次聚类分支1）分裂法从上到下对大类别进行分割2）凝聚法从下到上对小类别进行聚合层次聚类优点kmeans中需要人工确定聚类类别K基于初始化聚类中心，这将会很大程度上影响聚类效果。
0过把火0·2018-10-19 16:36

面试工程体系篇

describe()1.2、查看数据字段名：columns()1.3、查看数据的类型以及缺失值情况info()1.4查看前几行数据:head()注：有一些算法，比如组合算法，要求分类变量为因子行变量；层次聚类
彭健平6点30·2018-10-07 19:13

【机器学习系列文章】第3部分：无监督学习

练习材料和进一步阅读聚类和降维：k均值聚类，层次聚类，主成分分析（PCA），奇异值分解（SVD）您如何找到数据集的基础结构？你如何总结它并将其分组最有用？您如何有效地以压缩格式表示数据？
ChenVast·2018-10-01 20:42

机器学习sklearn19.0聚类算法——层次聚类（AGNES/DIANA）、密度聚类(DBSCAN/MDCA)、谱聚类

一、层次聚类BIRCH算法详细介绍以及sklearn中的应用如下面博客链接：http://www.cnblogs.com/pinard/p/6179132.htmlhttp://www.cnblogs.com
loveliuzz·2018-09-19 09:53

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
·2018-09-19 00:00

python数据分析：客户价值分析案例实战

简介：本案例以电信运营商客户信息为数据，通过层次聚类和K-means聚类，对用户划分成不同的群体，然后可以根据用户群体的不同特征提供个性化的策略，从而达到提高ARPU的效果。
肥仔旺·2018-08-24 10:54

聚类分析python画树状图--Plotly(dendrogram)用法解析

1、前言聚类分析是机器学习和数据分析中非常常见的分类方法，当我们用到层次聚类（系统聚类）时，最常用的分析方法就是绘制树状图，比较常见的统计软件像SPSS、SAS、R等都可以直接绘制树状图，比较简单，今天主要介绍下
Andy_shenzl·2018-08-18 11:34

利用K-means聚类算法根据经纬度坐标对中国省市进行聚类

K-means聚类算法是一种非层次聚类算法，在最小误差的基础上将数据划分了特定的类，类间利用距离作为相似度指标，两个向量之间的距离越小，其相似度就越高。
Changyuyang·2018-08-13 15:10

DBSCAN聚类算法——机器学习（理论+图解+python代码）

一、前言二、DBSCAN聚类算法三、参数选择四、DBSCAN算法迭代可视化展示五、常用的评估方法：轮廓系数六、用Python实现DBSCAN聚类算法一、前言去年学聚类算法的R语言的时候，有层次聚类、系统聚类
风弦鹤·2018-07-26 11:39

R语言聚类分析：k-means和层次聚类

尽管我个人非常不喜欢人们被划分圈子，因为这样就有了歧视、偏见、排挤和矛盾，但“物以类聚，人以群分”确实是一种客观的现实——这其中就蕴含着聚类分析的思想。前面所提到的机器学习算法主要都是分类和回归，这两类的应用场景都很清晰，就是对分类型变量或者数值型变量的预测。聚类分析是一种根据样本之间的距离或者说是相似性（亲疏性），把越相似、差异越小的样本聚成一类（簇），最后形成多个簇，使同一个簇内部的样本相似度
weixin_34148508·2018-07-19 08:23

R语言聚类分析：k-means和层次聚类

尽管我个人非常不喜欢人们被划分圈子，因为这样就有了歧视、偏见、排挤和矛盾，但“物以类聚，人以群分”确实是一种客观的现实——这其中就蕴含着聚类分析的思想。前面所提到的机器学习算法主要都是分类和回归，这两类的应用场景都很清晰，就是对分类型变量或者数值型变量的预测。聚类分析是一种根据样本之间的距离或者说是相似性（亲疏性），把越相似、差异越小的样本聚成一类（簇），最后形成多个簇，使同一个簇内部的样本相似度
LT_Ge·2018-07-19 00:00

聚类方法的区别解读：各种聚类分析

但是需要你自己指定聚类的类别数量系统聚类法则是系统自己根据数据之间的距离来自动列出类别,所以通过系统聚类法得出一个树状图,至于聚类的类别需要自己根据树状图以及经验来确定(同上)在聚类分析中，我们常用的聚类方法有快速聚类(迭代聚类)和层次聚类
qianfeng_dashuju·2018-07-18 17:43

机器学习之常见聚类方法

一、kmeans1、算法流程2、使用距离3、k值的选择4、算法优化5、K-means附加问题二、层次聚类1、流程：2、层次聚类方法三、基于密度（DBSCAN）1、定义2、流程3、K-means与DBSCAN
平原2018·2018-07-17 18:34

K-Means 聚类算法分析客户群价值

K-Means算法是典型的基于距离的非层次聚类算法，在最小化误差函数的基础上将数据划分为预订的类树K，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度越大。
Carolinedy·2018-06-22 17:18

聚类实践(无监督学习)

这里采用半监督学习方式实现)二、算法实现2.1Kmeans算法实现2.2Knn算法实现TensorFlow聚类相关实现学习注：聚类这一相关的无监督学习涉及到了很多的算法，及其原理，如：Kmeans、Kmeans++、层次聚类
smilejiasmile·2018-06-12 15:20

Python：层次聚类分析

层次分析属于聚类分析的一种，Scipy有这方面的封装包。linkage函数从字面意思是链接，层次分析就是不断链接的过程，最终从n条数据，经过不断链接，最终聚合成一类，算法就此停止。dendrogram是用来绘制树形图的函数。fromscipy.cluster.hierarchyimportlinkage,dendrogramimportmatplotlib.pyplotaspltimportpan
诚朴求食·2018-06-01 14:54
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他