聚类分析

机器学习-- 聚类

研究人员可以使用聚类分析将对治疗反应相似的患者归为同一类。图1展
SunsPlanter·2025-07-02 05:17

python读取sas数据集_SASpy模块，利用Python操作SAS

本文将首先介绍SASpy模块的一些基本方法，最后通过一个聚类分析的例子，来展示如何在Python中调用SAS的机器学习过程，以及对聚类结果的可视化。
·2025-06-29 20:56

高斯混合模型（Gaussian Mixture Model, GMM）

它广泛应用于聚类分析、密度估计、图像分割、语音识别等领域，尤其适合处理非球形簇或多模态数据。
不想秃头的程序·2025-06-28 16:01

Python 数据挖掘实战： 关联规则与聚类分析，解锁数据价值的钥匙

Python数据挖掘实战：关联规则与聚类分析，解锁数据价值的钥匙引言在数字化浪潮席卷全球的今天，数据已成为企业和组织最重要的战略资产。海量数据蕴藏着巨大的价值，等待我们去挖掘和发现。
清水白石008·2025-06-28 14:40

《Python数据分析与挖掘实战》Chapter8中医证型关联规则挖掘笔记

代码分为两大部分：1.读取数据并进行聚类分析2.应用Apriori关联规则挖掘规律1.聚类部分函数分析：defprogrammer_1():datafile="C:/Users/longming/Desktop
茫茫大地真干净·2025-06-28 11:53

Prompt Engineering终极手册：构建高效AI提示词库的完整技术路线

目录一、提示词库构建核心架构二、关键技术实现步骤1.数据采集与清洗2.提示词向量化编码3.聚类分析与分类存储三、API服务化部署四、性能优化方案五、监控与持续优化六、应用效果展示本文将深入探讨构建企业级
LCG元·2025-06-27 06:07

从0开始学习R语言--Day27--空间自相关

有的时候，我们在数据进行分组时，会发现用正常的聚类分析的方法和思维，分组的情况不是很理想。其实这是因为我们常常会忽略一个问题：假设我们正在分析的数据是真实的，那么它也肯定在一定程度上符合客观规律。
Chef_Chen·2025-06-22 06:56

BIRCH、K-Means、KNN聚类算法实战：二维坐标空间聚类分析

本文还有配套的精品资源，点击获取简介：本项目深入探讨BIRCH、K-Means、K-Means++和K-NearestNeighbors（KNN）四种聚类算法在二维坐标空间中的应用与分析。通过Python代码实现，项目着重介绍算法的运行机制，以及它们在聚类任务中的效果和优缺点。测试集包含二维坐标数据，通过比较不同算法处理效果，学习者将加深对算法的理解，并为未来的数据分析工作打下基础。1.聚类算法在
闲书郎·2025-06-19 10:46

文本聚类分析：基于相似性的文档分组

文本聚类分析通过内容相似性将文档分组，实现在R语言中自动对大型文本集合进行分类。什么是文本聚类分析？聚类分析将文档分组，使得同一组内的文档彼此之间的相似度高于与其他组中文档的相似度。
Morpheon·2025-06-18 04:20

数据挖掘是什么？数据挖掘技术有哪些？

目录一、数据挖掘是什么二、常见的数据挖掘技术1.关联规则挖掘2.分类算法3.聚类分析4.回归分析三、数据挖掘的应用领域1.商业领域2.医疗领域3.金融领域4.其他领域四、数据挖掘面临的挑战和未来趋势1.
Leo.yuan·2025-06-10 16:42

数学建模期末速成 聚类分析与判别分析

聚类分析是在不知道有多少类别的前提下，建立某种规则对样本或变量进行分类。判别分析是已知类别，在已知训练样本的前提下，利用训练样本得到判别函数，然后对未知类别的测试样本判别其类别。
HCl+NaOH＝NaCl+H_2O·2025-06-06 08:18

聚类分析现状

针对上述问题，一种结合降维技术和聚类算法的解决方案被广泛认可，即先采用降维技术，如主成分分析、局部线性嵌入或核方法等对数据进行降维，再对降维后的特征进行聚类．该方案虽然在一定程度上降低了高维空间的聚类难度，但由于数据降维是独立于聚类任务的，这意味着提取的特征往往并不具备簇类结构．子空间方法则提供另一种很好的思路．该方法假设高维数据分布于多个低维子空间的组合，通过将高维数据分割到各自所属的本征低维子
云cia·2025-06-06 02:08

打卡第十八天

在聚类分析中，特征工程的质
Shining_Jiang·2025-06-05 14:45

大数据领域的游戏数据运营策略

接着深入剖析核心算法原理，包括聚类分析、关联规则挖
大数据洞察·2025-06-03 09:14

Sentence Transformers 教程！

聚类分析：将文本自动分组，发现隐藏的主题或模式。摘要挖掘：识别和提取文本的主要
小森( ﹡ˆoˆ﹡ )·2025-05-31 21:59

Python数据分析实战：物流业数据分析

物流数据类型2.2数据分析流程2.3常用分析方法2.4Python在数据分析中的角色2.5核心概念之间的联系3.核心算法原理&具体操作步骤3.1算法原理概述3.1.1时间序列预测-ARIMA模型3.1.2聚类分析
AI天才研究院·2025-05-24 03:57

Python爬虫实战：获取国家统计网最新消费数据并分析，为从业者做参考

1.2架构设计数据采集层-->数据清洗层-->数据分析层-->可视化展示层↓↓↓↓代理池管理缺失值处理统计分析词云图请求调度类型转换聚类分析趋势图页面解析去重操作时间序列预测数据
ylfhpy·2025-05-19 13:53

聚类分析的原理、常用算法及其应用

聚类分析的原理、常用算法及其应用一、聚类分析的基本原理（一）什么是聚类分析聚类分析是一种无监督学习方法，其目标是将数据集中的样本划分为若干个簇，每个簇包含相似的样本。
AI糊涂是福·2025-05-12 01:16

天生程序员鉴定宝典

程序员职业的本质解析1.1编程工作的核心特征1.2程序员职业的细分领域第二章：认知能力的适配性分析2.1逻辑思维能力的深度解析2.2抽象能力的层次分析第三章：性格特质的适配性研究3.1程序员性格特质的聚类分析
百锦再@新空间·2025-05-09 11:28

基于 Google Earth Engine 的南京江宁区土地利用分类（K-Means 聚类）

本文将详细介绍如何使用GEE对南京江宁区的Landsat8地表反射率数据进行K-Means聚类分析，实现土地利用分类，并将结果可视化和导出。
AI_RSER·2025-04-27 13:17

你需要掌握选择最佳聚类数目的这10个技巧！

基于密度的方法基于模型的方法模糊聚类起初，我写这篇文章主要是由于我阅读了关于clustree包，dendextend文档以及由AlboekadelKassambara撰写的factoextra编写的关于聚类分析的实用
weixin_33682790·2025-04-26 21:42

数据挖掘技术与应用课程论文——数据挖掘中的聚类分析方法及其应用研究

数据挖掘中的聚类分析方法及其应用研究摘要聚类分析是数据挖掘技术中的一个重要组成部分，它通过将数据集中的对象划分为多个组或簇，使得同一簇内的对象具有较高的相似性，而不同簇之间的对象具有较低的相似性。
小李独爱秋·2025-04-26 12:07

数据挖掘与机器学习技术

常见的数据挖掘算法包括关联规则挖掘（如Apriori算法）、聚类分析（如K-Means算法）、分类算法（如决策树、支持向量机等）。
·2025-04-23 21:58

数据挖掘与数据分析

目录数据挖掘与数据分析一．数据的本质二．什么是数据挖掘和数据分析三．数据挖掘和数据分析有什么区别案例及应用1.基于分类模型的案例2.基于预测模型的案例3.基于关联分析的案例4.基于聚类分析的案例5.基于异常值分析的案例
坤岭·2025-04-21 01:10

数据可视化（Matplotlib和pyecharts）

可叠加分组折线图(plot)连续数据趋势比较（适合展示随时间的变化，如股票价格走势、用户增长趋势）、多变量趋势比较通过线段连接数据点，强调连续性变化散点图(scatter)分析变量间相关性（如身高与体重关系），聚类分析初步观察用点分布揭示
木子杳衫·2025-04-21 01:08

数据可视化工具：树状图与时间序列分析

树状图的解读与应用层次聚类的图形表示：树状图（Dendrogram）是一种基于层次聚类分析的图形表示工具，它在分析定性数据时尤其有用。通过关注对象连接的高度，我们可以揭示不同对象之间的相似性或差
火箭统·2025-04-19 04:15

单细胞Seurat标准分析流程R语言封装

单细胞Seurat标准分析流程R语言封装数据预处理与质控（线粒体基因比例计算、QC图表生成）标准化与高变基因筛选PCA/UMAP降维与聚类分析差异表达分析模块自动化输出PNG可视化图表（质控小提琴图、UMAP
生信与基因组学·2025-04-18 03:30

[特殊字符] 第八讲 | 聚类分析在地学/农学数据分组中的实战应用

专栏：科研统计方法实战分享|地学/农学人的数据分析工具箱✍️作者：平常心0715本讲关键词：聚类分析、K-means、层次聚类、样地分类、R实操一、聚类分析是什么？
Chh0715·2025-04-15 17:12

机器学习中的聚类分析算法：原理与应用

一、什么是聚类分析？
点我头像干啥·2025-04-14 01:18

2025.04.08【工具探索】| SC3：交互式聚类分析的新纪元

文章目录1.SC3工具简介：探索生物信息学中的聚类分析利器1.1为什么选择SC3？
穆易青·2025-04-13 15:10

利用大模型和聚类算法找出 Excel 文件中重复或相似度高的数据，并使用 FastAPI 进行封装的详细方案

聚类分析：运用聚类算法对向量进行分组，将相似度高的数据归为一组。结果返回：将聚类结果返回，供人工筛选。API封装：使用FastAPI封装上述功能，方便调用。开发平台编程语言：Python主要库：
神经网络15044·2025-04-11 07:31

使用R语言进行聚类分析

表中列出了2016年我国分地区的城镇居民的人均消费支出的原始数据，数据来源于2017年的《中国统计年鉴》，现要求对下面的数据进行聚类分析。
日月流水·2025-04-10 22:39

R语言进行聚类分析—时间序列的模糊聚类：k-means,pam,fcm,HC，DBSCAN,EM

###聚类距离的度量###mtcars_sub<-mtcars[,c("disp","hp")]#提取数据子集df_scale<-scale(mtcars_sub)#标准化处理dist_eucl<-dist(df_scale)#计算各样本间的距离矩阵，默认为欧氏距离round(as.matrix(dist_eucl)[1:3,1:3],1)#查看前三个样本间的距离矩阵df_scale[1:3,]#
kaka_R-Py·2025-04-10 22:38

聚类分析在样地分类中的应用实战

专栏：科研统计方法实战分享|地学/农学人的数据分析工具箱✍️作者：平常心0715本讲关键词：聚类分析、样地分组、层次聚类、K均值、距离矩阵、热图一、聚类分析是什么？
Chh0715·2025-04-09 12:58

数学建模SOM神经网络聚类

数学建模中的SOM神经网络聚类自组织映射（Self-OrganizingMap,SOM）是一种无监督的人工神经网络，用于对高维数据进行降维和聚类分析。
AI Dog·2025-04-08 13:30

大数据处理全链路优化：从并行文件处理到可视化加速的工程实践

然而，数据处理的完整链路不仅包括文件读取与写入，还涉及数据清洗、特征提取、聚类分析以及最终的可视化展示。本篇章将聚焦工业级数据处理的三项关键技术：
赛卡·2025-04-07 22:19

【GIS人必学】GIS+K-Means聚类分析算法实现对数据集的最优分类

聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间
GIS小天·2025-04-04 10:38

K-均值聚类算法的深入分析与实践

本文还有配套的精品资源，点击获取简介：K-均值聚类算法是一种用于数据聚类分析的无监督学习方法，通过迭代过程将数据点分组到最近的聚类中心。
Unreal丶·2025-04-02 16:37

OpenCV ML 模块使用指南

本指南将详细介绍该模块中主要的机器学习算法，包括支持向量机（SVM）、K均值聚类（K-Means）和神经网络（ANN），并结合图像分类和聚类分析这两个典型应用场景进行代码实现与解释。
ice_junjun·2025-03-23 07:02

详解如何通过Python的BeautifulSoup爬虫+NLP标签提取+Dijkstra规划路径和KMeans聚类分析帮助用户规划旅行路线

系统模块：数据采集模块（爬虫）：负责从目标网站抓取地点数据（如名称、经纬度、描述等）数据预处理模块（标签算法）：对抓取到的地点数据进行清洗和分类。根据地点特征（如经纬度、描述文本）打上标签（如“适合家庭”、“适合冒险”）。地理数据处理模块（地图API）：使用地图API获取地点的详细信息（如地址、距离、路径等）。计算地点之间的距离或路径。路径规划模块：根据用户输入的起点和终点，规划最优路径。支持多种
mosquito_lover1·2025-03-21 01:12

打造城市二手房分析与可视化系统+聚类分析+58爬虫+线性回归

打造城市二手房分析与可视化系统+聚类分析+58爬虫+线性回归利用数据实现全面分析数据分析与可视化功能创新的聚类分析功能结语在如今房地产市场日益复杂的背景下，对于投资者、购房者和市场分析师来说，了解市场动态并做出明智的决策至关重要
OverlordDuke·2025-03-20 08:21

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

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)

喜欢的话别忘了点赞、收藏加关注哦（关注即可查看全文），对接下来的教程有兴趣的可以关注专栏。谢谢喵！(=･ω･=)2.2.1.K均值聚类(KMeansAnalysis)K均值算法是以空间中K个点为中心进行聚类，对最靠近他们的对象归类，是聚类算法中最为基础但也最为重要的算法。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

数据挖掘导论Pangaea-Ning Tan 读书笔记——（第一，二，三章）

《数据挖掘导论》Pang-NingTan，MichaelSteinbach，VipinKumar读书笔记，第一章绪论数据挖掘任务预测任务描述任务分类任务回归任务聚类分析关联分析异常检测章节导读数据挖掘数据处理第
小黄人的黄·2025-03-12 16:33

机器学习之KMeans算法

KMeans算法流程三、KMeans的关键点1.优点：2.缺点：四、如何确定最佳k值1.肘部法则2.轮廓系数五、Kmeans的典型应用场景六、代码示例KMeans是一种广泛使用的无监督学习算法，主要用于聚类分析
Mr终游·2025-03-11 09:07

聚类分析|k-means聚类方法及其Python实现

k-means聚类方法及其Python实现0.k-means算法简介1.k-means算法工作原理2.k-means算法流程3.k–means算法的Python实现0.k-means算法简介k-means算法由MacQueen在1967年提出。是一种经典的基于划分的聚类方法。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

2小时学懂【多元统计分析】——聚类分析（R语言）

聚类分析是一种无监督学习方法，用于将相似的观测值（或对象）分组到集群中。
木小鹿·2025-03-03 18:56

聚类分析tensorflow实例_新手必看的机器学习算法集锦（聚类篇）

继上一篇《机器学习算法之分类》中大致梳理了一遍在机器学习中常用的分类算法，类似的，这一姊妹篇中将会梳理一遍机器学习中的聚类算法，最后也会拓展一些其他无监督学习的方法供了解学习。1.机器学习机器学习是近20多年兴起的一门多领域交叉学科，它涉及到概率论、统计学、计算机科学以及软件工程等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类能从数据中自动分析获得规律
道酝欣赏·2025-03-03 18:55

数据挖掘与数据分析

目录数据挖掘与数据分析一．数据的本质二．什么是数据挖掘和数据分析三．数据挖掘和数据分析有什么区别案例及应用1.基于分类模型的案例2.基于预测模型的案例3.基于关联分析的案例4.基于聚类分析的案例5.基于异常值分析的案例
「已注销」·2025-02-27 21:55

AI人工智能机器学习之聚类分析

1、概要  本篇学习AI人工智能机器学习之聚类分析，以KMeans、AgglomerativeClustering、DBSCAN为例，从代码层面讲述机器学习中的聚类分析。
rockfeng0·2025-02-27 09:01
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他