聚类召回第4页

r语言有限正态混合模型EM算法的分层聚类、分类和密度估计及可视化|附代码数据

简介本文介绍了基于有限正态混合模型在r软件中的实现，用于基于模型的聚类、分类和密度估计。提供了通过EM算法对具有各种协方差结构的正态混合模型进行参数估计的函数，以及根据这些模型进行模拟的函数。

·2024-02-11 18:10

第二天寻找了三篇深度学习综述(深度学习，目标检测，图像分割)

包括但不限于全卷积像素标记网络（FCN），编码器-解码器体系结构，多尺度以及基于金字塔的方法，递归网络，视觉注意模型和对抗环境中的生成模型；从最早的方法（阈值化，K均值聚类，分水岭）到后来（随机场，细数方法一类的

kim_ed33·2024-02-11 09:16

跟着Cell Research学单细胞分析：以小提琴图、热图为例

涉及到的知识点包括且不限于：小提琴图，添加均值标记，拼图ggplot2绘制聚类热图，数据框长宽转换单细胞分析如何使用特定的基因聚类使用每个cluster的均值画热图，分组统计

TOP生物信息·2024-02-11 08:57

机器学习的几种基本算法

http://thegrimmscientist.com/tutorial-decision-trees/K-均值聚类：一中非常简单

陌上尘飞123·2024-02-11 07:17

【Matlab】聚类方法_基于DBSCAN的密度聚类

【Matlab】聚类方法_基于DBSCAN的密度聚类1.基本思想2.数据集介绍3.文件结构4.详细代码及注释5.运行结果1.基本思想基于DBSCAN的密度聚类的基本思想是：对于任意一个点，如果在它的ε-

敲代码两年半的练习生·2024-02-11 06:53

159基于matlab的基于密度的噪声应用空间聚类(DBSCAN)算法对点进行聚类

基于matlab的基于密度的噪声应用空间聚类(DBSCAN)算法对点进行聚类，聚类结果效果好，DBSCAN不要求我们指定集群的数量，避免了异常值，并且在任意形状和大小的集群中工作得非常好。

顶呱呱程序·2024-02-11 06:22

【计算机视觉】计算机视觉与深度学习-10-生成网络-北邮鲁鹏老师课程笔记

计算机视觉与深度学习-10-生成网络-北邮鲁鹏老师课程笔记无监督学习聚类K-means降维线性降维主成分分析非线性降维自编码特征学习密度估计贝叶斯决策生成模型生成模型的应用生成模型分类密度估计参考密度估计分类显示的密度估计

暖焱·2024-02-11 02:14

统计-聚类：K means 和 K nearest

K值选择原理：1目前尚没有明确的方法选择最佳，所以需要多尝试2K值低，会受离群值的影响3K值高，会导致一些小样本量的样本没有话语权K-means原理：1选择K值。2如果K=3，就随机选择3个母点3计算每个点到这三个母点的距离d4找到距离d的最小值，这个点就属于哪一类5重复很多很多次，直至不再变化了，此时数据就被分成K=3类Knearest原理：1.将数据映射成PCA的格式2.随机找一个母点imag

PriscillaBai·2024-02-10 22:25

机器学习系列——（二十）密度聚类

引言在机器学习的无监督学习领域，聚类算法是一种关键的技术，用于发现数据集中的内在结构和模式。

飞影铠甲·2024-02-10 11:53

聚类分析实验报告

聚类分析在市场细分中的目的是构建细分市场，基本思想是“物以类聚”，辨别事物在某些特征上的相似性或相异性，并按照这些特性将事物划分为几个类别，是在同一类别中的事物有较大的相似性，不同类别中的事物有较大的差异

平凡女生的创作·2024-02-10 08:39

机器学习系列——（十九）层次聚类

引言在机器学习和数据挖掘领域，聚类算法是一种重要的无监督学习方法，它试图将数据集中的样本分组，使得同一组内的样本相似度高，不同组间的样本相似度低。

飞影铠甲·2024-02-10 07:47

优化算法应用（四）优化聚类算法

一．目标描述聚类算法是一类无监督机器学习算法，即在使用该算法时不需要知道数据的标签，而是通过数据各个维度之间的某些特征对数据集进行划分。现在已有的聚类算法很多，划分方式也多种多样。

stronghorse·2024-02-10 04:50

有点顾不上

吃饭的时候娃又在那提要求，我跟先生都没搭理他，等他想吃的时候，大家都吃完了，又是最后一个下桌，那时候弟弟已经出去玩了一会儿了，等他出去玩了没多久，就被他爸强制召回了，看他玩的不尽兴，我挺想带他再去玩一会儿的

知了家来了熹宝·2024-02-10 03:59

【吴恩达机器学习】第八周—聚类降维Kmeans算法

31.jpg1.聚类(Clustering)1.1介绍之前的课程介绍的都是监督学习、而聚类属于非监督学习，在一个典型的监督学习中，我们有一个有标签的训练集，我们的目标是找到能够区分正样本和负样本的决策边界

Sunflow007·2024-02-09 20:26

【机器学习】Kmeans如何选择k值

确定K值是K-means聚类分析的一个重要步骤。不同的K值可能会产生不同的聚类结果，因此选择合适的K值非常重要。

TwcatL_tree·2024-02-09 15:29

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

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

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

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

数据分析 - RFM模型

什么叫RFMR:近期有无消费F:消费频次M:消费金额模型RFM重要价值客户111重要召回客户011重要发展客户101重要挽回客户001潜力客户010新客户100回归客户100一般价值客户110流失客户000

龙马啊·2024-02-08 20:58

2018年10月21日历史上的今天

陈嘉庚1874年10月21日爱国华侨陈嘉庚诞辰1895年10月21日台南失陷在即刘永福内渡大陆1944年10月21日史迪威被免职召回美国1960年10月21日西方国家出现挤兑美元抢购黄金风潮1960年10

逸香居主白龍·2024-02-08 19:25

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

推荐系统的向量检索工具: Annoy & Faiss

我就算饿死也不做程序员·2024-02-08 10:37

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

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

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

今天聊聊软件研发部门孵化策略

引：公司研发二部的同事召回来了，这边先恭喜他们荣耀而归。大家都欢心鼓舞、人事嘘寒问暖、综合端盘倒水；真热闹……。我们部门的同事就在边上办公，感触很深哦。当年应该也是如此宝贝吧。

童龙辉·2024-02-07 17:20

【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

恒大火速召回高拉特，许加印又一盘大旗，卡帅却不满意

今年的恒大战绩不佳，而且目前恒大队内伤病满意，想要三线作战显得吃力，恒大也决定提前召回巴西前锋高拉特。目前高拉特已现身广州，并开始投入恢复性训练。

不懂球的喵·2024-02-07 11:01

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

“最强气流”两周年班会

那已经有些消退的初创时期的热情仿佛重又被召回，浓浓的战友情溢于言表。组班第三个月就担任值月生的韦丽凤说：“不知不觉在76班已经2年了，我进了007，第一次坚持每周一篇2年啊。

英中老邢·2024-02-06 23:11

2021-04-28

对方说，那个沐浴露，有问题，要召回，到时候快递会收取，到时候赔偿我三百块赔偿金。现在就是要返回我支付宝账号。我当时一听，赔钱给我，也可以，反正就是

5c038a87f9ac·2024-02-06 23:44

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

sdbhewfoqi·2024-02-06 19:25

【推荐系统】召回模型线下评价指标

目录HitRate（HR）PrecisionRecallNDCG常用的评价标准：第一类是线上评测，比如通过点击率、网站流量、A/Btest等判断。这类评价标准在这里就不细说了，因为它们并不能参与到线下训练模型和选择模型的过程当中。第二类是线下评测。评测标准很多，我挑几个常用的。我就拿给用户推荐阅读相关链接来举例好了。HitRate（HR）HitRate(HR)所以到底是哪个？???一说：https