簇

机器学习之KMeans算法

文章目录引言1.KMeans算法简介2.KMeans算法的数学原理3.KMeans算法的步骤3.1初始化簇中心3.2分配数据点3.3更新簇中心3.4停止条件4.KMeans算法的优缺点4.1优点4.2缺点
知舟不叙·2025-03-19 21:24

PHP前置知识-HTML学习

HTML学习1、因特网和万维网1.1、Internet因特网：全球资源的总汇，连接网络的网络1.2、TCP/IP协议簇：传输层/网络层协议1.3、万维网：www（worldwideweb）HTTP超文本传输协议作用
freesec·2025-03-19 11:37

TCP/IP协议栈全解析：从分层模型到核心协议

TCP/IP（TransmissionControlProtocol/InternetProtocol）是互联网的核心协议簇，定义了数据如何在网络中传输。
学习的时候·2025-03-19 03:49

达梦数据库体系架构

文章目录前言一、DM逻辑结构1.1逻辑存储数据结构关系1.2表空间1.3页1.4簇1.5段1.51数据段1.52临时段1.53回滚段二、DM物理结构2.1配置文件2.2控制文件2.3数据文件2.4重做日志文件
客观花絮说·2025-03-18 16:56

Python精进系列： K-Means 聚类算法调用库函数和手动实现对比分析

一、引言在机器学习领域，聚类分析是一种重要的无监督学习方法，用于将数据集中的样本划分为不同的组或簇，使得同一簇内的样本具有较高的相似性，而不同簇之间的样本具有较大的差异性。
进一步有进一步的欢喜·2025-03-16 21:15

【Python机器学习】2.2. 聚类分析算法理论：K均值聚类(KMeans Analysis)、KNN(K近邻分类)、均值漂移聚类(MeanShift)

数学原理计算数据点与各簇中心点的距离：dist(xi,ujt){dist}(x_i,u_j^t)dist(xi,ujt)然后根据
SomeB1oody·2025-03-16 08:13

【Java网络编程】OSI七层网络模型与TCP/IP协议簇

1.1、OSI七层网络模型OSI七层网络模型中，每层的功能如下：应用层：人与计算机网络交互的窗口。表示层：负责数据格式的封装，如加密、压缩、编解码等。会话层：建立、终止、管理不同端间的会话连接。传输层：提供端到端（两台机器）之间的传输机制，以及提供流量控制、出错效验。网络层：逻辑寻址，IP地址，在下两层的基础上向资源子网提供服务。数据链路层：负责建立和管理节点间的链路，将数据封装成帧，进行可靠传输
xiaoli8748_软件开发·2025-03-16 01:22

Mysql-InnoDB索引：普通索引、主键索引、唯一索引、组合索引

对一个包含外键的InnoDB表转为MyISAM会失败索引层面InnoDB是聚集（聚簇）索引，MyISAM是非聚集（非聚簇）索引。MyISAM支持FULLTEXT类型的全文索引。InnoDB不
豪大大ya·2025-03-14 20:27

KMeans实战——聚类和轮廓系数评估啤酒数据集

原理：在数据分析和机器学习中，聚类是一种常用的无监督学习方法，用于将数据集中的样本划分为若干个簇，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。
巷955·2025-03-12 21:38

K-means 算法核心原理

一、K-means算法核心原理1.算法目标将n个样本划分到k个簇中，使得每个样本到所属簇中心的距离平方和最小。
code 旭·2025-03-11 18:15

机器学习之KMeans算法

它的目标是将数据集划分为K个互不重叠的子集（簇，Cluster），使得同一簇内的数据点尽可能相似，不同簇之间的数据点尽可能差异显著
Mr终游·2025-03-11 09:07

聚类分析|k-means聚类方法及其Python实现

划分方法（PartitioningMethod）是基于距离判断样本相似度，通过不断迭代将含有多个样本的数据集划分成若干个簇，
皖山文武·2025-03-11 08:56

数据库存储引擎中 InnoDB 和 MyISAM 的区别？

天生支持事务：提供了完整的提交、回滚和崩溃恢复能力；支持物理外键：有助于保持数据的参照完整性；天生支持行锁：允许更高的并发性，因为只有修改的特定行被锁定，其他行仍可以进行读写操作；手动支持表锁；使用聚簇（
Code额·2025-03-10 01:34

mysql面试知识点

默认的存储引擎支持事务、支持物理外键天生支持行锁、手动支持表锁使用聚簇索引（索引和数据在同一个文件）索引概念一种排好序，能够提升查询性能的数据结构分类聚簇索引（主键索引）索引和行数据都在一个叶子节点上非聚簇索
·2025-03-09 20:53

TCP/IP 5层协议簇：网络层（ICMP协议）

1.TCP/IP5层协议簇如下：和ip协议有关的才有ip头2.ICMP协议ICMP协议没有端口号，因为不去上层，上层协议采用端口号
听风吹等浪起·2025-03-07 05:55

网络层协议总览

IPIP协议是TCP/IP协议簇中的核心协议，也是TCP/IP的载体。所有的TCP，UDP，ICMP及IGMP数据都以IP数据报格式传输。
TABE_·2025-03-06 02:26

中科大《计算机网络》1.1什么是Internet笔记

定义‌任意互连的计算设备集合（如局域网）由多个网络通过路由器互联形成的全球性网际网络‌组成‌单一管理域内的设备（如企业网）跨管理域的网络联盟（如ISP、跨国企业网）‌协议标准‌可自定义（如私有协议）强制遵循TCP/IP协议簇‌典型示例‌家庭
镜中人★·2025-03-03 06:56

聚类算法(K-means)代码实现(鸢尾花数据集)

、代码实现1.随即给定初始点并返回，其点个数就是K值2.得到当前每一个样本到K个中心点的距离，得到每个样本距离最近的那个中心点并返回中心点3.更新中心点并返回4.进行训练（迭代）返回最后一次的中心点和簇类中的样本
乔大将军·2025-03-01 08:59

AI人工智能机器学习之聚类分析

2、聚类分析-简介聚类分析是一种无监督学习的方法，用于将数据集中的样本划分为不同的组（簇），使得同一组中的样本相似度较高，而不同组之间的样本相似度较低。
rockfeng0·2025-02-27 09:01

《网络安全自学教程》- TCP/IP协议栈的安全问题和解决方案

《网络安全自学教程》TCP/IP协议簇是以TCP协议和IP协议为核心、由多种协议组成的「协议栈」，是一组协议的集合。
士别三日wyx·2025-02-26 07:39

Open3d处理点云数据-改进的欧式聚类分割算法(六)

1.概述1.1传统欧式聚类分割算法欧式聚类算法（EuclideanClustering）是一种将点云数据分割成不同聚类（簇）的算法。
点云客户·2025-02-23 13:52

高斯混合模型（GMM）与K均值算法（K-means）算法的异同

高斯混合模型（GaussianMixtureModel,GMM）和K均值（K-Means）算法都是常用于聚类分析的无监督学习方法，虽然它们的目标都是将数据分成若干个类别或簇，但在实现方法、假设和适用场景上有所不同
路野yue·2025-02-21 15:32

机器学习_18 K均值聚类知识点总结

它通过将数据划分为K个簇，使得簇内相似度高而簇间相似度低。今天，我们就来深入探讨K均值聚类的原理、实现和应用。
数据媛·2025-02-21 14:53

动量轮动与光大RSRS指标在backtrader的实现

动量也不是一个策略或者某一个因子，而是一簇。比如N天收益率，均线，MACD金叉或者RSRS(光大证券的一个阻力支撑指标），甚至是通道突破（唐奇安通道或者布林带）都是动量的逻辑。
AI量化投资实验室·2025-02-21 01:49

机器学习：k均值

**聚类试图将数据集中的样本划分为若干个通常是不相交的子集，每个子集称为一个“簇”。**聚
golemon.·2025-02-17 08:38

网络通信（TCP/UDP协议 三次握手四次挥手 ）

三、TCP协议与UDP协议1、TCP/IP、TCP、UDP是什么TCP/IP协议是一个协议簇，里面包括很多协议的，UDP只是其中的一个，之所以命名为TCP/IP协议，因为TCP、IP协议是两个很重要的协议
羊十一·2025-02-16 15:23

k均值聚类python实现

K均值聚类（K-MeansClustering）是一种常用的无监督学习算法，用于将数据分成K个簇。
小尤笔记·2025-02-15 23:29

【网络协议】【TCP/IP】精讲TCP/IP四层模型，图解超赞超详细！！！

TCP/IP协议是一种网络体系模型的代名词，指的是多种协议的协议簇，即包含TCP、IP、MAC、UDP、HTTP、FTP等多种协议，它是四层网络模型，包含应用层、传输层、网络层、链路物理层，和OSI七层网络模型
风云说通信·2025-02-15 18:17

【论文阅读】Revisiting the Assumption of Latent Separability for Backdoor Defenses

://github.com/Unispac/Circumventing-Backdoor-Defenses摘要和介绍在各种后门毒化攻击中，来自目标类别的毒化样本和干净样本通常在潜在空间中形成两个分离的簇。
开心星人·2025-02-14 19:10

我国化学信息学研究的地位与近期研究进展

同时，量化计算被越来越多地应用于团簇优化[26]及材料性质的预测[27]，并越来越注重与实际结合用于反应过程过渡态和催化机理研究[28]。此外，密度泛函理
xoaxo·2025-02-14 10:07

MySQL面经

B+树和B树的比较为什么用B+树，不用B树或者AVL（优点）/哈希表关系型数据库和非关系型数据库的区别MySQL解析过程，执行过程如何优化数据库分表：mysql的server层SQL注入攻击索引聚簇和非聚簇索引的区别
MySGDLife·2025-02-12 18:59

浅谈TCP连接的创建和销毁过程

1.概述本文主要讲述的内容主要包含以下部分TCP的概念连接的建立过程连接的拆除过程2.TCP协议我们首先要明确一点，这里讨论的TCP协议并不是指TCP/IP协议簇，而是单指TCP协议，即TransmissionControlProtocol
E_Mlls·2025-02-12 02:10

聚类算法概念、分类、特点及应用场景【机器学习】【无监督学习】

概念机器学习聚类算法‌是一种无监督学习方法，旨在将数据集分割成不同的类或簇，使得同一簇内的数据对象相似性尽可能大，而不同簇之间的数据对象差异性也尽可能大。
飞火流星02027·2025-02-11 07:18

Linux: Netlink 简介

文章目录1.前言2.Netlink范例3.Netlink简析3.1Netlink协议簇注册3.2创建用户空间Netlink套接字3.3用户空间Netlink套接字的绑定3.4向内核空间Netlink套接字发消息
JiMoKuangXiangQu·2025-02-10 17:02

[面试速记] 计算机网络

简化合并为四层模型：应用层、传输层、网络层、网络接口层（各层之间的模型、协议统称为：TCP/IP协议簇）TCP/IP模型合并了OSI模型的应用层、表示层和会话层，将OSI模型的数据链路层和物理层合并为网络访问层各层模型对应
weisman2·2025-02-10 14:05

聚类算法与应用

目录写在开头1.聚类算法简介2.K均值聚类2.1基本原理2.1.1中心点与数据点的距离2.1.2簇的形成和迭代优化2.2应用场景2.2.1图像分割2.2.2客户分群3.层次聚类3.1基本原理3.1.1树状结构的建立
theskylife·2025-02-07 06:16

【瑞萨RH850/U2A16】学习小结：MCAL多核配置

这里写自定义目录标题MCAL多核MCAL分核方式注意事项MCAL多核基于目前域控制器和区域控制器，融合的功能越来越多，多核使用越来越频繁，对于功能簇方式的分核，从应用层到BSW到MCAL整个功能簇放到不同的核
枫俊天空·2025-02-06 01:27

使用scikit-learn中的K均值包进行聚类分析

K均值算法是聚类中最常用的方法之一，其目标是将数据点划分为K个簇，使得每个簇内的数据点更加相似，而不同簇之间的数据点差异较大。准备自定义数据集首先，需要一个自定义数据集来进行聚类分析。
Luzem0319·2025-02-04 14:12

【机器学习】自定义数据集，使用scikit-learn 中K均值包 进行聚类

一、K均值算法简介K均值算法的目标是将数据集划分为K个簇，使得每个数据点属于离它最近的簇中心（centroid）所代表的簇。
加德霍克·2025-02-04 10:36

数据字典是什么

数据字典的内容非常丰富，包括数据库中所有模式对象的信息，如视图、簇、及索引等；还涉及空间分配和当前
Code.exe·2025-02-04 08:21

《Linux系统编程：进程替换（exec函数族）》

exec函数族，顾名思义，就是一簇函数，在Linux中，并不存在ex
HarkerYX·2025-02-02 20:35

【15-聚类分析入门：使用Scikit-learn进行K-means聚类】

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

毕设分享 基于Kmeans的图像分割算法软件设计

1Kmeans聚类算法基本原理K-Means算法的思想很简单，对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇。让簇内的点尽量紧密的
bee_dc·2025-01-31 23:26

bgp协议 怎么知道相邻路由的ip地址_【计算机网络】-边界网关协议(BGP)

bgp边界网关协议(BorderGatewayProtocol，BGP)是互联网上一个核心的去中心化自治路由协议bgp本身就是一个多地址的协议簇(mp-bgp，多协议bgp)–地址族(ipv4)bgp刷新很慢
段丞博·2025-01-31 02:55

DM数据库体系结构介绍

同时，表空间被进一步划分为段、簇和页（也称块）。通过这种细分，可以使得DM数据库能够更加高效地控制磁盘空间的利用率。下图显示了这些数据结构之间的关系。
星星有泪了·2025-01-30 11:48

DM数据库体系架构

同时，表空间被进一步划分为段、簇和页（也称块）。通过这种细分，可以使得DM数据库能够更加高效地
小蜗牛_·2025-01-30 11:45

层次聚类构建层次结构的簇

这里主要介绍一种常用的凝聚型方法，它是自底向上的方法，逐步合并最近的簇，直到达到预定的簇数量或者所有数据点合并成一个簇。
纠结哥_Shrek·2025-01-30 08:24

【杂记-浅谈TCP/IP协议模型】

TCP/IP协议是指一个有FTP、SMTP、TCP、UDP、IP等协议构成的协议簇，是互联网通信的基础，它定义了数据在网络中传输的整个流程，这个模型将网络通信的任务分解为若干层次，每一层都
叫我小虎就行了·2025-01-29 10:44

python实现dbscan

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。
怎么就重名了·2025-01-29 03:12

智能工厂的设计软件 应用场景的一个例子： 为AI聊天工具添加一个知识系统 之19 再次重建 之4 职业能力程度(成熟度&进化度：集成&演进)评价 CSR 祖传代码：AI操作系统 之2

本文问题通过纲/目两者并举使能二者并进的偏序序积-斜成线（有秩-纲举目张），左边的行矢--横成行（有序-科目），顶上的列簇--竖成列（有线性-纲领）：语法类型Type（智能化&公理化=自动化，有序&线性
一水鉴天·2025-01-28 04:46
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他