机器学习深度学习数据挖掘聚类第6页

机器学习 | 深入集成学习的精髓及实战技巧挑战

算法简介泰坦尼克号乘客生存预测(实操)lightGBM算法简介《绝地求生》玩家排名预测(实操)xgboost算法简介XGBoost全名叫极端梯度提升树，XGBoost是集成学习方法的王牌，在Kaggle数据挖掘比赛中

亦世凡华、·2024-02-09 10:16

Seurat -- SCTransform

官方教程的流程整个流程缺少QC部分以及检查细胞周期和线粒体是否对聚类有影响时候regressout。#installglmGamPoi加速sctransform的运算if(!

All_Will_Be_Fine噻·2024-02-09 09:39

Seurat - 聚类教程 (1)

设置Seurat对象在本教程[1]中，我们将分析10XGenomics免费提供的外周血单核细胞(PBMC)数据集。在IlluminaNextSeq500上对2,700个单细胞进行了测序。可以在此处[2]找到原始数据。我们首先读取数据。Read10X()函数从10X读取cellranger管道的输出，返回唯一的分子识别(UMI)计数矩阵。该矩阵中的值表示在每个细胞（列）中检测到的每个特征（即基因；行

冷冻工厂·2024-02-09 09:38

机器学习系列——（十七）聚类

其中，聚类作为机器学习领域的一个重要分支，广泛应用于数据挖掘、模式识别、图像分析等多个领域。本文旨在深入探讨聚类技术的原理、类型及其应用，为读者提供一个全面而深入的了解。一、什么是聚类？

飞影铠甲·2024-02-09 09:08

图论与图数据应用综述：从基础概念到知识图谱与图智能

1.3邻接矩阵2探索图的高级概念2.1最短路径的关键性2.2图的直径与平均路径的意义2.3循环与路径类型的多样性3深入探讨图的广泛应用领域3.1知识图谱的知识管理3.2图智能在复杂决策中的应用3.3图数据挖掘与分析的多领域应用

cooldream2009·2024-02-09 08:08

机器学习系列——（十八）K-means聚类

引言在众多机器学习技术中，K-means聚类以其简洁高效著称，成为了数据分析师和算法工程师手中的利器。无论是在市场细分、社交网络分析，还是图像处理等领域，K-means都扮演着至关重要的角色。

飞影铠甲·2024-02-09 08:04

数据挖掘应用领域

目前数据挖掘在各行各业应用广泛，尤其在金融、保险、电子商务和电信方面得到了很好的效果，下面简单阐述一下在金融行业数据挖掘的应用。

Liam_ml·2024-02-09 06:50

图像搜索和分类

视觉单词通常通过特征描述子（SIFT）等结合聚类算法得到聚类质心。用视觉单词直方图来表示一个图像。图像索引根据图像特征分别建立索引，以索引的方式搜索图像。

顽皮的石头7788121·2024-02-09 03:01

数据挖掘——特征工程

文章目录特征工程3.3.1删除异常值3.3.2特征构造批量处理时间数据1.归一化2.标准化3.3.3特征筛选特征工程在EDA中我们更多的操作是针对数据本身与分析而特征工程是针对数据的进一步处理来最终选择出我们模型中需要的特征3.3.1删除异常值#这里我包装了一个异常值处理的代码，可以随便调用。defoutliers_proc(data,col_name,scale=3):"""用于清洗异常值，默认

run_session·2024-02-09 01:18

什么是数据挖掘

文章目录什么是数据挖掘1.分类问题2.聚类问题3.回归问题数据挖掘相关的标准库数据挖掘模型训练分类问题聚类问题回归问题关联问题模型集成模型评估评估指标混淆矩阵与标准率指标泛化能力评估什么是数据挖掘数据挖掘就是寻找数据中隐含的知识并用于生产产业价值

菜鸟长安·2024-02-09 01:44

机器学习笔记（3.1）

机器学习笔记系列文章目录文章目录机器学习笔记系列文章目录第三节标准库第三方库基础模块机器学习深度学习平台使用pip安装扩展包常用镜像源什么是Anaconda为什么要用Anaconda如何使用Anaconda

临渊——摸鱼·2024-02-08 20:15

Task 4：建模调参

Datawhale零基础入门数据挖掘-Task4建模调参四、建模与调参4.1学习目标了解常用的机器学习模型，并掌握机器学习模型的建模与调参流程完成相应学习打卡任务4.2内容介绍线性回归模型：线性回归对于特征的要求

我是曾阿牛·2024-02-08 13:36

Python 算法集

01目录环境需求怎样使用本地化扩展卡尔曼滤波本地化无损卡尔曼滤波本地化粒子滤波本地化直方图滤波本地化映射高斯网格映射光线投射网格映射k均值物体聚类圆形拟合物体形状识别SLAM迭代最近点匹配EKFSLAMFastSLAM1.0FastSLAM2.0

Aaronlan·2024-02-08 12:15

图像聚类

（1）利用主成分分析后选取主成分利用k-means算法进行聚类（2）提取图像的灰度直方图，利用直方图作为特征向量聚类。

顽皮的石头7788121·2024-02-08 12:34

自然语言处理(NLP)-第三方库(工具包)：Faiss【向量最邻近检索工具】【为稠密向量提供高效相似度搜索】【多种索引构建方式，可根据硬件资源、数据量选择合适方式】【支持十亿级别向量的搜索】

一、Faiss介绍Faiss是FacebookAI团队开源的针对聚类和相似性搜索库，为稠密向量提供高效相似度搜索和聚类，支持十亿级别向量的搜索，是目前最为成熟的近似近邻搜索库。

u013250861·2024-02-08 10:07

每天一个数据分析题（一百五十六）

B.变量聚类旨在通过保留所有变量来减少信息损失，适合于所有类型的数据模型。C.因子分析通常不适用于预测类模型，因为它更侧重于变量的可解释性而非预测准确性。

紫色沙·2024-02-08 09:51

每天一个数据分析题（一百五十五）

紫色沙·2024-02-08 09:20

非约束排序1—概述（数量生态学：R语言的应用第五章）

非约束排序1—概述（数量生态学：R语言的应用第五章）在这之前我们已经学习了聚类分析，聚类分析的目的在于寻找数据的间断性，排序的目的就在于寻找数据的连续性（通过连续的排序轴展示数据的主要趋势）。

fafu生信小蘑菇·2024-02-08 07:20

机器学习：朴素贝叶斯笔记

朴素贝叶斯（NaiveBayes）是一种基于贝叶斯定理的简单概率分类算法，广泛应用于机器学习和数据挖掘中。

Ningbo_JiaYT·2024-02-08 07:39

【最大似然估计】详解概率论之最大似然估计

个人主页：有梦想的程序星空个人介绍：小编是人工智能领域硕士，全栈工程师，深耕Flask后端开发、数据挖掘、NLP、Android开发、自动化等领域，有较丰富的软件系统、人工智能算法服务的研究和开发经验。

程序遇上智能星空·2024-02-08 05:22

收藏 | 统计学最全思维导图，附下载链接

众所周知，「统计学」是深入理解「机器学习/数据挖掘」的重要基础学科。

一木Campus·2024-02-08 04:12

sklearn kmeans 聚类中心_Kmeans聚类算法

接下来，笔者就开始向大家介绍一种无监督的(unsupervised)经典机器学习算法——聚类。

weixin_39997695·2024-02-08 03:47

sklearn-第五节（K-means算法）

1.k-means聚类算法思想kmeans算法又名k均值算法,K-means算法中的k表示的是聚类为k个簇，means代表取每一个聚类中数据值的均值作为该簇的中心，或者称为质心，即用每一个的类的质心对该簇进行描述

~一段浮华·2024-02-08 03:16

【人工智能】神奇的Embedding：文本变向量，大语言模型智慧密码解析(10)

嵌入通常用于：Search搜索（结果按与查询字符串的相关性排序）Clustering聚类（文本字符串按相似性分组）Recommendations推荐（推荐具有相关文本字符串的条目）Anomalydetection

魔道不误砍柴功·2024-02-08 02:06

docker数据科学与spark镜像源与使用常见问题疑难解答

DreamNotOver·2024-02-08 01:16

梯度提升树系列3——利用GBDT进行回归分析

房价预测模型案例研究2.1数据准备和预处理2.2模型构建和评估方法2.3具体代码3模型调优和评估3.1参数调优的详细策略3.2模型性能评估的详细方法3.3模型优化3.4可视化写在最后写在开头回归分析在数据挖掘领域扮演着至关重要的角色

theskylife·2024-02-07 23:58

Python中层次聚类的艺术：从原理到实践的全面解析

数据聚类在数据分析领域扮演着重要的角色，它可以帮助我们将相似的数据点分组在一起，揭示数据集的内在结构和模式。

theskylife·2024-02-07 23:57

矩形排料算法

通过对矩形的宽高聚类得到一个启发式算法，能实现很好的排样效果。

monk比丘·2024-02-07 18:43

大数据应用工具有哪些

大数据分析工具：RapidMiner在世界范围内，RapidMiner是比较领先的一个数据挖掘的解决方案。很大程度上，RapidMiner有比较先进的技术。

QFdongdong·2024-02-07 14:40

01 数据分析与可视化概述

数据挖掘则指的是从大量的，不完全的，有噪声的，模糊的和随机的实际应用数据中，通过应用聚合，分类，回归和关联规则等技术，挖掘潜在价值的过程。数据分析有狭义和广义之分。

flysh05·2024-02-07 12:07

【代码分享】基于改进ISODATA的负荷风电光伏曲线场景聚类算法

程序名称：基于改进ISODATA的负荷风电光伏曲线场景聚类算法实现平台：matlab代码简介：提出了一种针对负荷曲线聚类的聚类效果和速度并重的L-ISODATA(Loadcurve-ISODATA)算法

电力系统爱好者·2024-02-07 11:10

教程：教你一个简单快速能够掌握监督学习算法的方法

监督学习作为运用最广泛的机器学习方法，一直以来都是从数据挖掘信息的重要手段。即便是在无监督学习兴起的近日，监督学习也依旧是入门机器学习的钥匙。这篇监督学习教程适用于刚入门机器学习的小白。

妄心xyx·2024-02-07 11:52

信息系统开发与实践课现状调研批发零售领域中的信息系统实践现状调研大学编程作业（TUST 天津科技大学 2023年）

信息系统开发与实践课现状调研批发零售领域中的信息系统实践现状调研大学编程作业（TUST天津科技大学2023年）一、论文简介二、交流学习批发零售领域中的信息系统实践现状调研一、批发零售领域发展简介二、批发零售领域大数据三、批发零售领域信息系统四、批发零售领域信息数据挖掘五

末影小黑xh·2024-02-07 07:44

kmeans实例及代码

聚类和决策树一样，属于无监督学习。也就是说数据样本只有特征x，没有给定y。聚类的目的是找到样本特征潜在的类别，将同类别的样本放在一起。

morie_li·2024-02-07 06:57

机器学习聚类算法

聚类算法是一种无监督学习方法，用于将数据集中的样本划分为多个簇，使得同一簇内的样本相似度较高，而不同簇之间的样本相似度较低。

小森( ﹡ˆoˆ﹡ )·2024-02-07 04:26

scanpy 教程 1：预处理和聚类 3k PBMCs

Tiger Z·2024-02-07 03:02

主流爬虫框架的基本介绍

Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试.Scrapy吸引人的地方在于它是一个框架，任何人都可以根据需求方便的修改。

steamone·2024-02-06 22:21

数据无量纲化学习（1）：三种常用数据缩放方法的对比：StandardScaler、MinMaxScaler、RobustScaler

在以梯度和矩阵为核心的算法中，譬如逻辑回归，支持向量机，神经网络，无量纲化可以加快求解速度；在距离类模型，譬如K近邻，KMeans聚类中，无量纲化可以帮我们提升模型精度，避免某一个取值范围特别大的特征对距离计算造成影响

Tony Einstein·2024-02-06 22:03

计算机毕业设计基于SpringBoot的宠物爱心组织管理系统的设计与实现 Java实战项目附源码+文档+视频讲解

博主介绍：✌从事软件开发10年之余，专注于Java技术领域、Python人工智能及数据挖掘、小程序项目开发和Android项目开发等。

IT学长编程·2024-02-06 19:36

机器学习简要概述

机器学习+数据库=数据挖掘+工业应用=模式识别+图像处理=机器视觉+语音处理=语音识别+文本处理=自然语言处理二、数据集及模型数据集的划分：方法：

@Duang~·2024-02-06 19:03

计算机毕业设计基于SpringBoot的线上教育培训办公系统的设计与实现 Java实战项目附源码+文档+视频讲解

博主介绍：✌从事软件开发10年之余，专注于Java技术领域、Python人工智能及数据挖掘、小程序项目开发和Android项目开发等。

IT学长编程·2024-02-06 19:02

47页深度研报：揭秘ChatGPT身后的AIGC技术和它的中国同行们，强烈推荐看一看！

技术和它的中国同行们这篇研报，我看了感觉分析的还不错，风口来了，哪怕我们抓不住，也要置身其中~AIGC技术，也称为自适应增强型遗传算法，是一种基于人工智能的优化算法，用于解决各种现实问题，如图像处理、数据挖掘

Echo-Niu·2024-02-06 18:59

Ubuntu 下载百度云文件

Ubuntu下载百度云文件Background作为一个对数据挖掘比较感兴趣的小白，会经常跑一些数据实验，如果用自己的笔记本来跑不仅效率低下，而且影响其他工作，所以我一般会选择放到服务器上跑实验。

你韩大爷·2024-02-06 13:18

基于python的k_means算法实现

K-Mean算法，即K均值算法，是一种常见的聚类算法。算法会将数据集分为K个簇，每个簇使用簇内所有样本均值来表示，将该

小菜鸡@·2024-02-06 11:25

sklearn之模型评估指标总结归纳

文章目录机器学习模型评估分类模型回归模型聚类模型交叉验证中指定scoring参数网格搜索中应用机器学习模型评估以下方法，sklearn中都在sklearn.metrics类下，务必记住哪些指标适合分类，

lzw2016·2024-02-06 10:57

想学大数据？先看完这几本书再说

真正的数据爱好者有很多需要阅读的内容：大数据，机器学习，数据科学，数据挖掘等。

yoku酱·2024-02-06 06:55

学习：StatQuest-Heatmap

热图中的标准化和聚类Z-scoreimage.png如果有一列数据，我们要计算Z-score：计算这组数据的均值每个数据点减去均值计算标准差用第二步计算的值除以标准差image.png标准化有对某一基因标准化的

小潤澤·2024-02-06 05:17

“网络爬虫”是什么，他的原理是什么？

它们被广泛用于搜索引擎、数据挖掘、内容聚合以及其他需要大规模获取网页信息的应用中。网络爬虫的工作原理是通过遍历互联网上的链接，自动获取网页内容并进行解析。

莱森泰克科技·2024-02-06 04:29

Logistic回归分析实例

Logistic回归，即Logistic回归分析，是一种广义的线性回归模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。

橘猫吃不胖·2024-02-06 00:23

GSP算法在数据挖掘中的应用

文章目录一：基本概念介绍二：从一个样例入手三论文中定义的一些细节四：GSP算法五.算法六源代码及数据集等总结七.参考文章一：基本概念介绍序列模式挖掘：指挖掘相对时间或其他模式出现频率高的模式序列模式挖掘的动机：大型连锁超市的交易数据有一系列的用户事物数据库。每一条记录包括用户的ID，事物发生的时间和事物涉及的项目。如果能够在其中挖掘涉及事物间关联关系的模式，即用户几次购买行为间的联系，可以采用更有

屈家全·2024-02-05 23:12

推荐频道

机器学习深度学习数据挖掘聚类