核聚类

Scikit-learn_聚类算法_K均值聚类

一.描述首先从X数据集中选择k个样本作为质心，然后重复以下两个步骤来更新质心，直到质心不再显著移动为：第一步将每个样本分配到距离最近的质心第二步根据每二个质心所有样本的平均值来创建新的质心二.用法和参数KMeans类MiniBatchKMeans类：是KMeans类的变种，他是用小批量来减少计算时间，而多个批次仍然尝试优化相同的目标函数。小批量是输入数据的子集，是每次训练迭代中的随机抽样。小批量大
飞Link·2025-02-02 15:26

《C++ 赋能 K-Means 聚类算法：开启智能数据分类之旅》

而在人工智能的广袤天地中，数据分类与聚类作为挖掘数据内在价值、揭示数据潜在规律的关键技术手段，正发挥着前所未有的重要作用。
·2025-02-02 15:08

《解锁AI黑科技：数据分类聚类与可视化》

其中，能够实现数据分类与聚类，并以可视化形式展现的AI技术，正逐渐成为各行业数据分析和决策的核心力量。
程序猿阿伟·2025-02-02 14:26

Scikit-Learn K均值聚类

Scikit-LearnK均值聚类1、K均值聚类1.1、K均值聚类及原理1.2、K均值聚类的优缺点1.3、聚类与分类的区别2、Scikit-LearnK均值聚类2.1、Scikit-LearnK均值聚类
对许·2025-02-02 14:54

【15-聚类分析入门：使用Scikit-learn进行K-means聚类】

文章目录前言K-means聚类的原理Scikit-learn中的K-means实现安装与导入生成模拟数据应用K-means聚类可视化聚类结果选择K的值总结前言  聚类分析是一种无监督学习方法，用于将数据集中的样本分组成若干个簇
是阿牛啊·2025-02-02 14:54

数据挖掘常用算法优缺点分析

领取机器学习视频教程：http://www.admin444.com/P-c8129a48常用的机器学习、数据挖掘方法有分类，回归，聚类，推荐，图像识别等。
天波烟客00·2025-02-02 14:52

AI大模型基于LLM的Agent架构图解

智能核保应用，如果解决方案搭载AIAgent能力，
AI产品经理·2025-02-02 14:51

数据挖掘常用算法

文章目录基于机器学习~~线性/逻辑回归~~树模型~~贝叶斯~~~~聚类~~集成算法神经网络~~支持向量机~~~~降维算法~~基于机器学习线性/逻辑回归类似单层神经网络y=k*x+b树模型优点可以做可视化分析速度快结果稳定依赖前期对业务和数据的理解贝叶斯贝叶斯依赖先验概率
kaiyuanheshang·2025-02-02 13:49

阿里云服务器配置gitlab

自己用的是阿里云的服务器，用了两天时间才安装上的，之前百度找了很多方法大概流程都是一样的，但是自己上手安装怎么都安不上，考虑服务器操作系统版本问题（与contos8的版本兼容），考虑软硬件问题（2核8g
1*皮卡丘*1·2025-02-02 11:03

攻克设备数据质量难题：深度学习应用的数据基石搭建教程（DBSCAN 聚类算法）

本文聚焦设备数据采集与预处理阶段面临的噪声干扰、数据缺失等难题，深入讲解强化采集端管控的策略，详细剖析聚类、统计法及线性回归模型在数据清洗与补全中的应用原理，并结合振动传感器数据实例给出可实操的Python
AI_DL_CODE·2025-02-02 10:51

单细胞分析基础-第一节 数据质控、降维聚类

scRNA_pipeline\1.Seurat生物技能树可进官网查询添加链接描述分析流程准备：R包安装options("repos"="https://mirrors.ustc.edu.cn/CRAN/")if(!require("BiocManager"))install.packages("BiocManager",update=F,ask=F)options(BioC_mirror="htt
遗落凡尘的萤火-生信小白·2025-02-02 06:51

MYSQL8+CENTOS7.6 主从+keepalived搭建总结

2个物理机IP，1个VIPMASTER：10.18.96.15SLAVE:10.18.96.16VIP：10.18.96.17操作系统：CENTOS7.6数据库：MYSQL8.0.20我的硬件资源是8核16GMYSQL8
CRMEB定制开发·2025-02-02 00:14

【python】在【机器学习】与【数据挖掘】中的应用：从基础到【AI大模型】

目录一、Python在数据挖掘中的应用1.1数据预处理数据清洗数据变换数据归一化高级预处理技术1.2特征工程特征选择特征提取特征构造二、Python在机器学习中的应用2.1监督学习分类回归2.2非监督学习聚类降维三
小李很执着·2025-02-01 23:43

高赞口碑！侯捷C++系列精品课

侯捷老师拥有丰富的教学经验和深厚的技术功底，他的课程讲解深入浅出、生动有趣，能够帮助学习者快速掌握C++的核
盼达思文体科创·2025-02-01 20:48

全面解析大模型产品经理岗位职责：从入门到精通，一篇全懂！收藏我这篇就够了！

7800+GithubStar，被多名开发者评价为“目前见过功能最强大，最适合企业内落地的开源大模型应用开发平台”，已服务工商银行、交通银行、中国人寿、中粮集团、中核集团、宁德时代、快手、中电建等众多头部组织及世界
大模型入门教程·2025-02-01 20:15

《解锁AI黑科技：数据分类聚类与可视化》

其中，能够实现数据分类与聚类，并以可视化形式展现的AI技术，正逐渐成为各行业数据分析和决策的核心力量。
·2025-02-01 20:52

机器学习强基计划7-6：图文详解层次聚类AGNES算法(附Python实现)_agnes聚类算法python代码

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课
软件开发Java·2025-02-01 17:18

新本郑氏周易-清-恵栋

核其次序先后，亦悉从经文，厘定复搜采羣籍。上经补二
幻影之心·2025-02-01 10:20

mac 怎么查看CPU核数

比如“2.6GHz6核IntelCorei7”。2.通过“系统报告”查看打开“关于本机”窗口。点击窗口下方的“系统报告”按钮。
serve the people·2025-02-01 06:18

模型高效推理--剪枝基础

文章目录一、剪枝基础1.剪枝定义2.剪枝时机二、剪枝的分类1.按照剪枝粒度分类(粗➡️细)A.结构化剪枝a.隐藏层剪枝（LayerPruning）b.通道剪枝（ChannelPruning）c.卷积核剪枝
绒绒毛毛雨·2025-02-01 05:16

【YOLO11改进 - Backbone主干】LSKNet：旋转目标检测新网络,通过DW卷积核和空间选择机制来动态调整目标的感受野

检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLOv11目标检测创新改进与实战案例文章目录YOLOv11目标检测创新改进与实战案例专栏介绍摘要创新点文章链接基本原理**LSKNet的结构**3.2大核卷积
YOLO大师·2025-02-01 04:34

毕设分享 基于Kmeans的图像分割算法软件设计

文章目录0简介1Kmeans聚类算法基本原理2基于Kmeans图像分割算法流程4代码运行结果及评价5最后0简介今天学长向大家分享一个毕业设计项目毕业设计基于Kmeans的图像分割算法软件设计项目运行效果
bee_dc·2025-01-31 23:26

核心线程数和最大线程数设置参考标准【Java】

Java的线程是用户态+内核态，而内核态线程通过操作系统来调用，最终的可用线程数与操作系统的核数相关【如果设置了太多，很多是无效线程】一个设计标准：根据当前业务是IO密集型还是CPU密集型，设置核心线程数
松树戈·2025-01-31 14:05

（一）单细胞数据分析——单细胞数据预处理

由于毕业设计是单细胞数据的处理，所以把整个过程所用到的方法进行一个整理，这是第一个部分，对得到的单细胞数据进行质控、降维、聚类等预处理。
Kevin丶大牛·2025-01-31 08:13

FPGA实现带阻滤波器：代码与技术要点详解

本资料将通过实例代码深入讲解带阻滤波器在FPGA上的设计与实现，涵盖滤波器结构、设计、系数计算、编程语言选择、IP核封装、时序优化、仿真验证和硬件调试等多个关键知识点。
weixin_42601702·2025-01-30 12:51

层次聚类构建层次结构的簇

层次聚类（HierarchicalClustering）可以通过自定义函数来完成。层次聚类可以分为两种方法：凝聚型（Agglomerative）和分裂型（Divisive）。
纠结哥_Shrek·2025-01-30 08:24

cuda 线程调度

硬件描述从硬件上看，一块显卡的最小单元是GPU核(或者叫做StreamProcessor),所有核心平均分配在多个SM中，而多个SM共同构成整块显卡的核心。
weiwei0319·2025-01-30 05:31

机器学习建模流程 day02

机器学习建模流程通常可以分为以下几个主要步骤：问题定义与数据收集：确定问题的类型（分类、回归、聚类等可见上篇所讲内容）和目标。收集相关数据，可以是从数据库、API、文件或其他来源获取。
扫把星133·2025-01-30 01:34

【DL】神经网络与机器学习基础知识介绍（一）

文章目录基本通用概念梯度下降算法数据工程训练技术偏差与方差防止过拟合评估指标决策树基本通用概念机器学习的类型：监督学习（SupervisedLearning）：分类，回归无监督学习（UnsupervisedLearning）：聚类
MengWoods·2025-01-30 01:01

cpu和gpu的区别，以及cpu和gpu中核的概念以及四种架构

1.什么是cpu个人理解cpu就是一个公司里面的技术骨干，但是不参与管理工作的人员，在计算机中cpu主要是用来处理一条条机器指令的，并且cpu的运算速度特别快，所以说周围还有几个秘书，就是给他提供资料或者存储资料的（寄存器），一般一个程序运行的流程就是操作系统从程序对应的pcb中将指令取出，交给cpu进行处理，cpu处理完毕以后将结果写回对应的存储单元（寄存器或者内存）。cpu的具体作用：1.指令
zhoudeng666·2025-01-29 13:28

达人评测酷睿i7 12800hx和i7 12700h选哪个

i7-12700H采用6大核8小核设计，拥有14核心20线程，主频为2.7GHz，睿频为4.6GHz，三级缓存高达24MB选i712700H还是i712800hx这些点很重要http://www.adiannao.cn
sdsadwe·2025-01-29 04:22

i7 12800hx和i9 11980hk差距

酷睿i9-11980HK采用了8核16线程设计，其基准频率为2.6GHz，最大频率为5.0GHz，并拥有24MB的三级缓存，同时集成锐炬IrisXeUHD核显并支持处理器超频，在连接性方面，i9-11980HK
m0_52331396·2025-01-29 04:50

python实现dbscan

python实现dbscan原理DBSCAN(Density-BasedSpatialClusteringofApplicationswithNoise)是一个比较有代表性的基于密度的聚类算法。
怎么就重名了·2025-01-29 03:12

scikit-learn基本功能和示例代码

scikit-learn是一个功能强大的机器学习库，涵盖了数据预处理、分类、回归、聚类、降维、模型选择与评估等多个方面。通过上述代码示例，您可以快速上手并使用scikit-learn进行机器学习任务。
weixin_30777913·2025-01-29 02:02

6.《DevOps》系列K8S部署CICD流水线之K8S通过Yaml部署动态Jenkins-slave,以及Jenkins平台基于Gitlab实现SSO授权认证

架构服务器IP服务名称硬件配置192.168.1.100k8s-master8核、16G、120G192.168.1.101k8s-node18核、16G、120G192.168.1.102k8s-node28
洋葱_学习过程·2025-01-29 01:25

数字时代信息安全的关键之道—零信任架构

01零信任架构的核
AZone架构院·2025-01-29 00:45

【Redis十二】Redis的典型应用（缓存和分布式锁）

核⼼思路就是把⼀些常⽤的数据放到触⼿可
小皮侠·2025-01-28 12:49

如何开始使用AoE：深度解析与实战指南

本指南将深入探讨其核
邓越浪Henry·2025-01-28 11:41

华为鲲鹏ARM处理器920、916系列

鲲鹏处理器-鲲鹏社区(hikunpeng.com)产品规格鲲鹏920系列型号：7260（64核）、5250（48核）、5220（32核）、3210（24核）7260核数64核主频2.6GHz内存通道8TDP
itmanll·2025-01-28 08:17

Node.js 技术学习指南：从入门到实战应用

一、异步I/O和事件驱动Node.js的异步I/O和事件驱动机制是其高性能的核
小码快撩·2025-01-28 02:06

动手学深度学习-卷积神经网络-3填充和步幅

目录填充步幅小结在上一节的例子（下图）中，输入的高度和宽度都为3，卷积核的高度和宽度都为2，生成的输出表征的维数为2×2。
像污秽一样·2025-01-28 00:49

一些NAS设备配置简介

以下是它的主要配置信息：-**CPU**:RealtekRTD1296四核1.4GHz-**内存**:512MBDDR4-**硬盘兼容性**:2x3.5英寸或2.5英寸SATAHDD/SSD（不含硬盘）
地球空间-技术小鱼·2025-01-27 22:37

YOLOv8改进策略【Backbone/主干网络】| CVPR 2024替换骨干网络为 UniRepLKNet，解决大核 ConvNets 难题

UniRepLKNet提出了独特的大核设计能有效捕捉图像特征，在多模态任务中展现出强大的通用感知能力。
Limiiiing·2025-01-27 17:57

AI人工智能 Agent：在个性化推荐中的应用

本文将深入探讨AIAgent在个性化推荐中的应用，包括其核
AGI大模型与大数据研究院·2025-01-27 16:20

【TVM 教程】线性和递归核

ApacheTVM是一个端到端的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。更多TVM中文文档可访问→https://tvm.hyper.ai/作者：TianqiChen下面介绍如何在TVM中进行递归计算（神经网络中的典型模式）。from__future__importabsolute_import,print_functionimporttvmimporttvm.testing
·2025-01-27 13:59

【超详细教程(附源码)】基于 ARM Cortex-M3 处理器与 FPGA 的实时人脸检测 SOC

项目描述我们采用ARMCortex-M3软核及FPGA构成了轻量级的实时人脸检测SOC，通过ov56
Walker_Lau·2025-01-27 13:01

《基于FPGA的Cortex-M3软核基本SOC设计及外设开发详解》

基于FPGA的Cortex-M3软核基本SOC设计实现基于FPGA的Cortex-M3软核基本SOC，系统外设包括GPIO和UART串口。
HWxuYnO·2025-01-27 13:00

FPGA GTP 4K30Hz SDI视频的接收，处理及发送的实现笔记

2，FPGA处理流程图说明：1，GTPTransceivers这是Xilinx自带的IP核，实现信号的串并转换，根据ug482可知，其支持的速率是在500Mb/s到6.6Gb/s之间，所以完全
qsj_csdn·2025-01-27 10:18

电脑CPU带字母和带数字的解释

HQ：高性能四核移动处理器（旧款）。U：超低功耗处理器，适合轻薄本。Y：极低功耗
光影少年·2025-01-27 06:50

你的Go应用真的用了正确的 CPU 核数吗？

Go的调度模型是GMP，其中G是goroutine，M是线程，P是可用的CPU核数。多个G会共用一个M。M作为操作系统层面上的调度单位，在执行时需要绑定到P。
·2025-01-26 20:11
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他