聚类分析无监督学习数据挖掘第13页

淘宝比价工具有哪些(推荐几款适用的淘宝比价软件)

高省APP·2024-01-07 13:40

PriSTI: A Conditional Diffusion Framework for Spatiotemporal Imputation

PriSTI:AConditionalDiffusionFrameworkforSpatiotemporalImputation时空数据挖掘在空气质量监测、人群流量建模、气候预测等方面发挥着重要作用。

西西弗的小蚂蚁·2024-01-07 07:34

Apriori算法C++实现

最近刚上了数据挖掘这门课，老师讲了两个算法，即Apriori算法和FP-growth算法，然后布置了上机作业，挖掘一个有8万行的记录的retail.dat，需要从中找出强规则，即同时满足最小支持度和最小置信度的规则

无人赴约的cat·2024-01-07 07:33

PriSTI

PriSTI:AConditionalDiffusionFrameworkforSpatiotemporalImputationonVariationalPointProcesses代码地址论文地址引言时空数据挖掘在空气质量监测

llddycidy·2024-01-07 07:47

机器学习系列 - 9. 主成分分析法 PCA

也可以用来削减回归分析和聚类分析中变量的数目。1.2为什么要做主成分分析在很多场景中需要对多变量数据进行观测，在一定程度上

小蘑菇1962·2024-01-07 07:20

工业缺陷检测新时代！OpenCV4六种方法助你轻松应对生产难题！

方法六：写在末尾：主页传送门：传送送书系列：送书第一期：考研必备书单送书第二期：CTF那些事儿送书第三期：数据要素安全流通送书第四期：MLOps工程实践：工具、技术与企业级应用送书第五期：Python数据挖掘

家有娇妻张兔兔·2024-01-07 02:20

2023年度盘点：AIGC、AGI、GhatGPT、人工智能大模型必读书单

通用人工智能》写在末尾：主页传送门：传送送书系列：送书第一期：考研必备书单送书第二期：CTF那些事儿送书第三期：数据要素安全流通送书第四期：MLOps工程实践：工具、技术与企业级应用送书第五期：Python数据挖掘

家有娇妻张兔兔·2024-01-07 02:20

数据挖掘聚类算法--划分(partitioning)

数据挖掘--聚类算法简介聚类是对物理的或者抽象的对象集合分组的过程，聚类生成的组称为簇，而簇是数据对象的集合。

Mr_Peter_Hu·2024-01-06 21:55

降噪自编码器（Denoising Autoencoder）

降噪自编码器（DenoisingAutoencoder）是一种用于无监督学习的神经网络模型。

不做梵高417·2024-01-06 20:24

数据挖掘经典算法之K-邻近算法（超详细附代码）

简介又叫K-邻近算法，是监督学习中的一种分类算法。目的是根据已知类别的样本点集求出待分类的数据点类别。基本思想kNN的思想很简单：在训练集中选取离输入的数据点最近的k个邻居，根据这个k个邻居中出现次数最多的类别（最大表决规则），作为该数据点的类别。kNN算法中，所选择的邻居都是已经正确分类的对象。算法复杂度kNN是一种lazy-learning算法，分类器不需要使用训练集进行训练，因此训练时间复杂

Python研究者·2024-01-06 19:37

聚类分析 | Matlab实现基于RIME-DBSCAN的数据聚类可视化

聚类分析|Matlab实现基于RIME-DBSCAN的数据聚类可视化目录聚类分析|Matlab实现基于RIME-DBSCAN的数据聚类可视化效果一览基本介绍程序设计参考资料效果一览基本介绍1.聚类分析|

机器学习之心·2024-01-06 19:52

贷款违约预测-Task2 数据分析

赛题：零基础入门数据挖掘-零基础入门金融风控之贷款违约目的：1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.2.了解变量间的相互关系

致Great·2024-01-06 17:51

高可用分布式部署Spark、完整详细部署教程

mapreduce算法实现的分布式计算，拥有HadoopMapReduce所具有的优点；但不同于MapReduce的是Job中间输出和结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的

一座野山·2024-01-06 16:15

一个月读完6本书？这些烧脑神书，你能读完1本，就是学霸！

1数据挖掘导论（原书第2版）

大数据v·2024-01-06 11:05

今年最值得期待的美股IPO（三）：硅谷最神秘独角兽Palantir

事实上，这家数据挖掘和分析公司常常被称作是“硅谷最神秘的科技独角兽”。随着IPO提上议程，Palantir的面纱可能要被逐渐揭开。

HOX币股世界·2024-01-06 11:42

数据探索 —— 数据预处理 1

在数据挖掘中，海量的原始数据中存在着大量不完整（有缺失值）、不一致、有异常的数据，严重影响到数据挖掘建模的执行效率，甚至可能导致挖掘结果的偏差，所以进行数据清洗就显得尤为重要，数据清洗完成后接着进行或者同时进行数据集成

冰度猎魂·2024-01-06 10:33

李宏毅机器学习-PCA

无监督学习做什么无监督学习主要做两件事情：聚类&降维：比如说下图的树木，只有输入图片，没有标签，我们希望通过一个函数抽象的表达他们，于是抽出一个更抽象的表述生成器：也就是无中生有，我们有很多图片，但不知道是怎么生成的

Zhuanshan_·2024-01-06 09:43

计算机毕业设计基于SpringBoot的公司资产网站的设计与实现 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·2024-01-06 07:38

主成分分析

实验目的继续学习无监督学习中的降维算法，最经典的降维算法为主成分分析实验原理PCA的几何解释平移（去中心化）、旋转坐标轴，找到主成分pc1和pc2。

ykzcs2000·2024-01-06 06:02

【深度学习：Self-supervised learning (SSL) 】自我监督学习解释

比较自我监督学习与监督学习和无监督学习为什么计算机视觉模型需要自监督学习？自我监督学习的好处自监督学习的局限性自我监督学习如何运作？

jcfszxc·2024-01-06 06:36

利用自编码器(AutoEncoder, AE)，对图像或信号进行降维和聚类，并将隐空间在2D空间中可视化，通过Matlab编程实现

自编码器（AutoEncoder）是一种无监督学习方法，用于对数据进行降维和聚类。它通过学习输入数据的低维表示来重构输入数据，同时保持数据的分布不变。

学兔兔VIP·2024-01-06 04:04

无监督学习（K-Means）的认识

目录一、无监督学习二、无监督学习和有监督学习的区别三、K-Means3.1数据分析3.2k-meas算法3.3数据正态化后k-means3.4找最佳k（ElbowPlot）四、k-means算法的优缺点一

取名真难.·2024-01-06 03:20

机器学习算法分类

监督学习目标值：类别--分类问题目标值：连续型的数据--回归问题分类模型k近邻算法，贝叶斯分类，决策树与随机森林，逻辑回归,SVM,回归模型线性回归，岭回归无监督学习目标值：无聚类模型k-means机器学习开发流程获取数据数据清洗特征工程

学了忘了学·2024-01-06 01:40

数据仓库系列7-OLAP是什么

数据挖掘中的这些OLAP操作是资源密集型的。使用OLAP可以预先计算和预先聚合数据，从而加快分析速度。OLAP数据库被分成一个或多个多维数据集。多维数据集

allwit·2024-01-05 21:32

GBDT、XGBoost、LightGBM的区别与联系

GBDT也是各种数据挖掘竞赛的致命武器，据统计Kaggle上的比赛有一半以上的冠军方案都是基于GBDT。

徐卜灵·2024-01-05 19:32

聚类分析--基本原理、方法(Kmeans,层次聚类)

文章目录聚类分析的定义基本原理商业应用场景聚类分析步骤聚类分析方法层次分析法/系统聚类法（小样本）提问：如何选择合适的分类结果K-means疑问：聚类分析的定义聚类分析就是将研究对象根据一些特征指标，把比较相似的研究对象

universe_1207·2024-01-05 18:38

《数据挖掘基础》实验：Weka平台实现聚类算法

实验目的进一步理解聚类算法（K-平均、PAM、层次聚类、密度聚类），利用weka实现数据集的聚类处理，学会调整模型参数，以图或树的形式给出挖掘结果，并解释规则的含义。实验要求（1）随机选取数据集（UCI或data文件夹），需要做预处理的，单独说明处理过程。完成以下内容：（用四种方法：K-means、K-中心法、层次、密度）文件导入与编辑参数设置说明结果截图结果分析与对比（2）以AQI.xls中1-

lazyn·2024-01-05 18:08

【数据挖掘】聚类趋势估计、簇数确定、质量测定等评估方法详解（图文解释超详细）

聚类评估主要包括以下任务估计聚类趋势对于给定的数据集聚类趋势估计用于评估该数据集是否存在非随机结构，如果盲目地在数据集上使用聚类方法返回一些簇所挖掘的簇可能是误导因为数据集上的聚类分析仅当数据中存在非随机结构时才有意义确定数据集中的划分簇数一些聚类算法需要数据集划分的簇

showswoller·2024-01-05 18:37

聚类分析-K-means、层次聚类、DBSCAN、簇评估

聚类分析基本概念聚类分析定义聚类分析是一种数据分析技术，对大量未知标注的数据集，通过将具有相似数据特性的数据对象分组到一起，使得类别内的数据相似度较大而类别间的数据相似度较小，以便对这些数据对象进行更好的理解和分析

norah2·2024-01-05 18:06

GEE土地分类：土地分类精度评定和分类后影像进行（Kmeans，Gmeans，SNIC (Simple Non-Iterative Clustering）聚类分析和滤波（focal_mode）分析

简介使用聚类分析和滤波分析来进一步处理土地分类后的影像数据。聚类分析可以帮助您识别影像中的相似区域。您可以使用聚类算法，如K均值聚类或层次聚类，将像素分组到具有相似像素值的群集中。

此星光明·2024-01-05 18:07

【亚马逊云科技】自家的AI助手 - Amazon Q

本人的技术路线从Java全栈工程师一路奔向大数据开发、数据挖掘领域，如今终有小成，愿将昔日所获与大家交流一二，希望对学习路上的你有所助益。

一头小山猪·2024-01-05 14:00

讲解机器学习中的 K-均值聚类算法及其优缺点。

K-均值聚类算法是一种常见的无监督学习算法，用于将数据集中的观测点分成K个不同的组或簇。它是一种迭代算法，通过计算每个观测点与K个中心点的距离，并将每个观测点分配到距离最近的中心点所属的簇中。

荆赫同艺·2024-01-05 13:38

k-means算法的中文名字是什么，是用来干什么的呢。

这是一种常用于聚类分析的算法，通过将数据分成k个簇，使得每个数据点都属于离其最近的簇的中心。算法的目标是最小化数据点与其所属簇中心之间的平方距离之和。

神笔馬良·2024-01-05 12:26

计算机毕业设计基于Java的供应商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·2024-01-05 11:57

Python数据处理 ——展现Pandas 的强大

Pandas被普遍用于数据挖掘和数据分析，同时也提供数据清洗、数据I/O、数据可视化等辅助功能。Pandas不仅简洁，还拥有出众的数据处理能力和完备的辅助功能。归纳起来，Pandas有以下5大特点。

Zouia Gail(修行中)·2024-01-05 11:57

数据挖掘与数据分析的主要区别是什么

在当今数字化时代，数据已经成为了企业决策的重要依据，而数据挖掘与数据分析作为数据处理的重要工具，都在帮助企业从数据中发现价值，从而提升业务效益。然而，许多人对于数据挖掘与数据分析的区别并不清晰。

qingyunliushuiyu·2024-01-05 09:16

数据挖掘总结(考试版）

数据挖掘总结：第一章：数据挖掘KDD步骤：数据清理:(消除噪声和删除不一致的数据)数据集成（多种数据源可以组合在一起）数据选择（从数据库中提取与分析任务相关的数据）数据变换（数据变换或统一成适合挖掘的形式

acmakb·2024-01-05 09:45

Pytorch Overview

目录学习目标：要求：监督学习和无监督学习：深度学习基本方法：经典的机器学习方法:表示学习的改进：为什么要进行特征提取：深度学习的改进：深度学习的发展：神经网络的简单介绍：深度学习算法的三大支撑：学习目标

丘小羽·2024-01-05 07:36

K-均值聚类（K-means clustering）

K-均值聚类（K-meansclustering）是一种常用的无监督学习算法，用于将样本数据划分成K个不同的类别。K-均值聚类试图找到K个簇，使得簇内的样本点相似度最高，而簇间的样本点相似度最低。

python无人驾驶医学芯片·2024-01-05 07:30

机器学习：6.机器学习 --- K近邻

kNN算法只能用于回归D、kNN算法属于监督学习AD2、下列说法错误的是:A、kNN算法的训练阶段需要构建模型B、kNN算法中k这个参数可以根据实际情况来调整C、kNN算法支持多分类D、kNN算法不属于无监督学习

HNU岳麓山大小姐·2024-01-05 06:43

灰度共生矩阵纹理特征提取matlab,灰度共生矩阵纹理特征提取的Matlab实现

灰度共生矩阵纹理特征提取的Matlab实现焦蓬蓬，郭依正，刘丽娟，卫星(南京师范大学泰州学院，江苏泰州225300)摘要:图像的特征提取是图像的识别和分类、基于内容的图像检索、图像数据挖掘等研究内容的

陆牙·2024-01-05 02:21

数量生态学：R语言的应用—第四章聚类分析2-解读和比较层次聚类结果

数量生态学：R语言的应用—第四章聚类分析2今天来给大家介绍一下如何解读和比较层次聚类结果由于今天内容比较多，所以我们先来看看思维导图，看看大致有什么解读和比较层次聚类结果这里强调一下，聚类分析是一种探索性分析

fafu生信小蘑菇·2024-01-04 23:53

python数据分析

青花锁·2024-01-04 23:22

超详细EM算法举例及推导

最好先学习一下极大似然EM（Expectation-Maximum）算法也称期望最大化算法，曾入选“数据挖掘十大算法”中，可见EM算法在机器学习、数据挖掘中的影响力。

老实人小李·2024-01-04 21:33

《数据仓库与数据挖掘》期末复习总结

《数据仓库与数据挖掘》期末复习总结适用教材：《数据挖掘概念与技术（第3版）》，JiaweiHan，MiehelineKamber，JianPei著，机械工业出版社提示：与教材内容不完全匹配，有所取舍写在前面

炼魂·2024-01-04 18:43

Python数据挖掘与机器学习实践技术应用

近年来，Python编程语言受到越来越多科研人员的喜爱，在多个编程语言排行榜中持续夺冠。同时，伴随着深度学习的快速发展，人工智能技术在各个领域中的应用越来越广泛。机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础。为各领域人员量身定制课程内容，让你畅学Python编程及机器学习理论与代码实现方法，从“

思考的小猴子·2024-01-04 18:03

公共数据挖掘竟然还可以发到15分+？

Identificationofacytokine-dominatedimmunosuppressiveclassinsquamouscelllungcarcinomawithimplicationsforimmunotherapyresistance鳞状细胞肺癌中细胞因子为主的免疫抑制类的鉴定，对免疫疗法抗性的影响发表期刊：GenomeMed发表日期：2022Jul8影响因子：15.266DOI

生信学霸·2024-01-04 14:55

表达矩阵的归一化和标准化，去除极端值，异常值

在数据挖掘过程，数据的归一化和标准化是必须的。取log值就是一种归一化的方法，z-score是常用的标准正态分布化的方法。归一化和标准化的区别实际上口语里面通常是没办法很便捷的区分这两个概念。

天明豆豆·2024-01-04 14:44

机器学习常用算法模型总结

文章目录1.基础篇：了解机器学习1.1什么是机器学习1.2机器学习的场景1.2.1模式识别1.2.2数据挖掘1.2.3统计学习1.2.4自然语言处理1.2.5计算机视觉1.2.6语音识别1.3机器学习与深度学习

几窗花鸢·2024-01-04 12:23

pytorch入门：权重正则化，Dropout正则化，BN ，权重初始化

主要是传统的二分类，多分类，多标签分类，还有新的目标检测，目标识别，图形分割等无监督学习没有标签的数据，通过推断输入数据中的结构来建模，模型包括关联学习，降维，聚类等半监督学习这个就是前两者的结合，使用大量的没标记的数据

AI路漫漫·2024-01-04 11:24

推荐频道

聚类分析无监督学习数据挖掘