聚类熵

【论文阅读】BERTopic：采用一个基于类的TF-IDF流程进行神经网络的主题建模

近期的研究已经展示了主题建模方法作为一个聚类任务的可行性。本文展示了BERTopic，它是一个话题模型，它通过对一个基于类的TF-IDF的变体的开发，抽取一致的话题表示。
沐兮Krystal·2023-12-19 22:51

主题模型--BERTopic python解析

主题模型能够帮助我们理解文档集中的主题结构，有助于文档分类、聚类和信息检索。主题模型能够将高维的文本数据降维到低维的主题空间，便于后续的分析和处理。1.2BERTopicB
Andy_shenzl·2023-12-19 22:50

2022-09-14

可好做着一件有意义的事情(写作)，我是不出局的践行者，在逆熵增的读书群学习打卡，还在润阳教育平台学习了润
王桂杰_0099·2023-12-19 20:14

K-means聚类

1.Supervisedvs.Unsupervisedlearning（监督学习与无监督学习）1.1Supervisedlearning训练数据包括输入数据和相应的标签或目标输出使用模型预测与实际标签之间的误差来学习模型参数目标是建立一个从输入到输出的映射，使得模型能够根据输入数据准确地预测或分类输出结果常见的监督学习任务包括分类（Classification）和回归（Regression）任务。
搁浅丶.·2023-12-19 18:47

为何世界万物总是惊人的相似？

因为规律一致，所以惊人的相似，那就是万物都符合一个宇宙规律，那就是“熵增理论”。“熵”是描述自然界混乱程度的单位，值越大也就越混乱，比如你的房间长期不打扫就会趋于混乱无序。
范老儿·2023-12-19 14:13

什么是深度学习的无监督学习与有监督学习

无监督学习在深度学习领域有许多不同的形式和应用，以下是一些主要的类型和特点：聚类（Clustering）:目的：将数据划分为若干组，使得同一组内的数据点彼此相似，不同组的数据点差异较大。
稻壳特筑·2023-12-19 12:02

JUST技术：分布式时序相似查询初探

其中，时序相似查询，即查询出与给定序列q最相似的k个序列，可用于推荐、聚类和异常检测等上层应用。在小规模数据
JUST极客·2023-12-19 12:42

《数量生态学：R语言的应用》—第四章聚类分析1 概述

数量生态学：R语言的应用—第四章聚类分析之前我们了解了关联测度与矩阵，主要是Q模式与R模式。从今天开始给大家带来《数量生态学：R语言的应用》—第四章聚类分析。
fafu生信小蘑菇·2023-12-19 10:09

一网打尽目前常用的聚类方法，详细介绍了每一种聚类方法的基本概念、优点、缺点！！

目前常用的聚类方法1.K-均值聚类(K-MeansClustering)2.层次聚类(HierarchicalClustering)3.DBSCAN聚类(DBSCANClustering)4.谱聚类(SpectralClustering
小桥流水---人工智能·2023-12-19 08:06

数据可视化---双Y轴折线图比较

内容导航类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-19 07:46

机器学习入门二（无监督学习中的聚类算法）

目录1.前言2.聚类算法简介3.K-Means聚类3.1算法实现3.2算法实战4.密度聚类DBSCAN4.1算法介绍4.2DBSCAN实战（还是鸢尾花数据集不过是datasets里的）5.小结1.前言上一篇文章我们已经知道了无监督学习中分为两个大类别
朱笨笨·2023-12-19 06:21

K均值聚类

K-均值聚类算法1.什么是K均值聚类算法K均值聚类（k-means）是基于样本集合划分的聚类算法。
Chloe-Hao·2023-12-19 04:46

机器学习--K均值聚类

机器学习--聚类一、无监督学习二、KMeans聚类2.1概览2.2理论介绍2.2.1模型2.2.2策略2.2.3算法2.3案例讲解2.4Python实现2.4.1导入数据处理相关库以及读取数据2.4.2
Anonymous&·2023-12-19 04:14

K-均值聚类算法

1.k-means概念及特性K-均值聚类算法是一种无监督学习算法，用于将数据集分成K个不同的簇。该算法通过计算每个数据点与其所属簇的中心点之间的距离来确定哪些数据点属于哪些簇。
统计猿栋栋·2023-12-19 04:14

机器学习 | K均值聚类(K-means Clustering)

本文从概念、应用场景、原理、工作流程、优缺点、应用实践、代码、可视化等几方面诠释K均值聚类模型概述K-Means是一种无监督的聚类算法，其目的是将n个数据点分为k个聚类。
Devon_musa·2023-12-19 04:12

Faiss的基本使用

3.3Index类的常用属性和方法3.4IndexIDMap3.5Index的存储/读取Ref1.Faiss简介Faiss（FacebookAISimilaritySearch）是一个用于高效相似性搜索和密集向量聚类的库
Iareges·2023-12-19 04:12

聚类算法之K-均值聚类

但是商店分布情况太复杂了，他需要一种方法来将它们进行分类和聚类。于是，镇长决定采用聚类分析的方法来解决这个问题。
Uingll·2023-12-19 04:41

聚类算法--KMeans

1.聚类与KMeans与分类、序列标注等任务不同，聚类是在事先并不知道任何样本标签的情况下，通过数据之间的内在关系把样本划分为若干类别，使得同类别样本之间的相似度高，不同类别之间的样本相似度低(即增大类内聚
一只胖猪猪·2023-12-18 23:30

奇迹感恩日记第201天

1、我万分荣幸并深深感恩这几天允许自己懒懒得，慢下来，一点一点从熵增调回熵减。谢谢！谢谢！谢谢！2、我万分荣幸并深深感恩彭彭天使带着礼物来找我
亲爱的玉格格·2023-12-18 22:39

34周复盘‖开心的一周

大家好，欢迎来到“逆熵增成长公司”，把自己比作一个公司，我就是这个公司的CEO，最好的个人成长和思维模式就是把你自己当成一家“公司”去经营。
逆熵增者·2023-12-18 19:29

【Lidar】Open3D点云DBSCAN聚类算法：基于密度的点云聚类（单木分割）附Python代码

1DBSCAN算法介绍DBSCAN聚类算法是一种基于密度的聚类算法，全称为“基于密度的带有噪声的空间聚类应用”，英文名称为Density-BasedSpatialClusteringofApplicationswithNoise
RS迷途小书童·2023-12-18 19:57

《人工智能基础》17/91天阅读

这种技术可以通过无监督的方式从文本中分析出多个潜在的主题，完成聚类算法不能完成的任务。词袋模型：是用于描述文本的一个简单的数学模型，也是常用的一种文本特征提取方式。
皮卡丘_83e1·2023-12-18 17:38

notes2

机器学习ROC曲线、AUC、PR曲线等决策树，ID3、C4.5、CART决策树，随机森林、Adaboost、GBDT决策树，XGBoost、LightGBM逻辑回归，L1L2正则化熵，KL散度，交叉熵micro-f1
lym94·2023-12-18 14:53

熵增顿悟5

以后不定期将这些灵感汇总起来，组成「熵增顿悟」系列。今天是熵增顿悟的第5期！001我们常常高估了一年的力量，又低估了十年的力量。复杂的事情简单做，简单的事情重复做，重复的事情用心做。
逆熵增者·2023-12-18 12:28

面试题---机器学习算法

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 11:05

机器学习算法---分类

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 11:05

Linux服务器配置免密SSH

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 11:35

CentOS服务器搭建Miniconda环境

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 11:34

面试题---推荐系统

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 11:04

社交网络分析3：社交网络隐私攻击、保护的基本概念和方法 + 去匿名化技术 + 推理攻击技术 + k-匿名 + 基于聚类的隐私保护算法

社交网络分析3：社交网络隐私攻击、保护的基本概念和方法+去匿名化技术+推理攻击技术+k-匿名+基于聚类的隐私保护算法写在最前面社交网络隐私泄露用户数据暴露的途径复杂行为的隐私风险技术发展带来的隐私挑战经济利益与数据售卖防范措施社交网络用户数据隐私社交网络隐私攻击基于背景知识的攻击节点及节点间关系识别攻击隶属关系攻击概率攻击隐私保护研究现状社交网络用户隐私攻击研究现状社交网络去匿名化技术基于种子的去
是Yu欸·2023-12-18 09:31

机器学习算法---时间序列

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 08:23

机器学习算法---聚类

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 08:23

Pytorch：模型的权值初始化与损失函数

目录前期回顾一、权值初始化1.1梯度消失与梯度爆炸1.2Xavier初始化1.3Kaiming初始化1.4十种权重初始化方法二、损失函数2.1损失函数初步介绍2.2交叉熵损失CrossEntropyLossnn.CrossEntropyLoss2.3
碧蓝的天空丶·2023-12-18 08:37

交叉熵在机器学习里做损失的意义

交叉熵是机器学习中常用的损失函数之一，特别适用于分类任务。其背后的核心思想是衡量两个概率分布之间的差异。
何处不逢君·2023-12-18 08:17

YOLOv3中如何使用K-Means聚类算法生成Anchor Box

为了解决这个问题，于是YOLOV2提出了使用k-Means聚类方法在训练集中自动的获取每个anchorboxes的大小，以替代人工设置。k-Means算法的思想很简单，对于给定的样本集，按照
江湖小张·2023-12-18 07:31

使用Yellowbrick绘制获取最佳聚类K值的示例

使用Yellowbrick绘制获取最佳聚类K值的示例在机器学习中，聚类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。确定最佳的聚类簇数（K值）对于聚类算法的有效性至关重要。
后端工程架构·2023-12-18 07:16

机器学习入门-西瓜书总结笔记第十三章

西瓜书第十三章-半监督学习一、未标记样本二、生成式方法三、半监督SVM四、图半监督学习五、基于分歧的方法六、半监督聚类一、未标记样本形式化地看，有训练样本集Dl={(x1,y1),(x2,y2),⋯ ,
一入材料深似海·2023-12-18 06:14

机器学习 | 决策树 Decision Tree

——分而治之，逐个击破把特征空间划分区域每个区域拟合简单模型分级分类决策1、核心思想和原理举例：特征选择、节点分类、阈值确定2、信息嫡熵本身代表不确定性，是不确定性的一种度量。
西皮呦·2023-12-18 06:38

像看美女一样进入心流时刻

|最优体验“心流”就这样，米哈里利用精神熵，提出了它的反面概念，“最优体验”，他还用了一个生动的词，称这种体验为“心流”。心流也就是我们讲的这本书的名字。
一闫楠尽·2023-12-18 00:34

对数似然函数 | 交叉熵 | 损失函数

对数似然代价函数（Log-LikelihoodCostFunction）通常用于训练神经网络，特别是在二元分类问题和多类分类问题中。它的数学形式取决于问题的性质，下面我将分别介绍二元分类和多类分类中的对数似然代价函数，并举例说明。二元分类问题中的对数似然代价函数：在二元分类问题中，我们通常有两个类别，标记为0和1。对数似然代价函数的数学形式如下：C=-[Σ(y*log(a)+(1-y)*log(1
Vincent不是文森特·2023-12-18 00:03

好文：信息格局论

原创：许铁物理里有个东西叫熵，名字听起来像个上古神兽，它测量我们对一个物理系统的无知程度，或者说信息的缺失。熵在自然状态下总在增加，也就是说，一切都趋向更未知的状态。
火爆龙·2023-12-18 00:42

KMeans聚类算法

KMeansKMeans是一种无监督学习聚类方法,目的是发现数据中数据对象之间的关系，将数据进行分组，组内的相似性越大，组间的差别越大，则聚类效果越好。
七八音·2023-12-17 23:47

逆熵增成长之路--知识管理篇

《逆熵增成长之路》的第四章知识管理篇，本篇读后感主要阐述以下几个问题：❶为什么要构建知识体系？（Why）❷知识体系是什么？（What）❸如何构建自己的知识体系？（How）✅为什么要构建知识体系？
甜柠檬_3eed·2023-12-17 18:28

机器学习笔记

classification离散型数据常用算法：Knn，朴素贝叶斯，svm，决策树与随机森林，逻辑回归2.1.2回归regression连续型数据常用算法：线性回归，岭回归2.2非监督学习数据集无标签常用算法：聚类
偏偏偏执先生·2023-12-17 17:40

逻辑回归代价函数

逻辑回归的代价函数通常使用交叉熵损失来定义。这种损失函数非常适合于二元分类问题。本篇来推导一下逻辑回归的代价函数。
ShawnWeasley·2023-12-17 17:14

灰色聚类模型

一、灰色关联聚类模型（指标聚类）灰色聚类也叫“灰色绝对关联聚类”，是基于指标间两两形成的灰色关联度的一种聚类方法。通过灰色关联矩阵将一些观测指标或观测对象聚集成若干个可以定义类别的方法。
一学就废的小张·2023-12-17 16:58

Python点云处理（八）点云聚类算法（下）

目录0简述1Mean-Shift聚类算法2Agglomerative聚类算法3Spectral聚类算法4结语0简述本篇为点云聚类算法下篇，上一篇中实现了DBSCAN聚类算法、K-means聚类算法、OPTICS
Auto工程师·2023-12-17 16:24

2018-12-05

随着年纪增长，我越来越深切地感受到熵增趋势的无情进程，一切美好的事物都在无可挽回地逝去。人的肉体变得丑陋，人的精神变得萎靡，所有曾经美好的关系都趋向于解体和消融。
天涯大道·2023-12-17 16:42

OSCA单细胞数据分析笔记-9、Clustering

从一步开始，就可以开始叙述我们的生物学故事了~源网，侵删~笔记要点1、clustering是一个显微镜2、基于图聚类的分群3、其它分群算法（k均
小贝学生信·2023-12-17 13:12

机器学习---数字聚类案例

1、K-means找中心点和数据点分类例子importnumpyasnpdefloadDataSet(fileName):dataMat=[]fr=open(fileName)forlineinfr.readlines():curLine=line.strip().split('\t')fltLine=map(float,curLine)dataMat.append(fltLine)returnd
30岁老阿姨·2023-12-17 12:32
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他