聚类.ipynb

DBSCAN及簇评估

8.4DBSCAN基于密度的聚类寻找低密度区域分离的高密度区域。
DMU_lzq1996·2024-01-05 18:07

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

本教程将通过指定区域的土地分类结果，进行聚类处理和滤波处理，聚类主要使用三种方法。而滤波则使用focal通过调参来进行分析。从而实现土地分类后的后处理。
此星光明·2024-01-05 18:07

人工智能_机器学习090_分层聚类算法的概念原理和参数说明---人工智能工作笔记0130

然后我们再来看一种聚类的算法可以看到就是这种分层聚类算法可以看到它的原理就是,首先聚成小类,比如白杏和红杏靠的比较近就分为一类了,然后这种聚合的小类,再按照他们类别之间的距离,再合并,不断下去最后把子类都聚合成一个大类这样的聚类原理可以看到当考虑聚类效率的时候
脑瓜凉·2024-01-05 14:52

04 supervised learning

Summary:unspervisedlearningclustering（聚类算法）Anomalydetection（异常检测）RecommenderSystems（推荐系统）ReinforcementLearning
叮咚Zz·2024-01-05 14:39

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

python（经典）数据标准化方法、聚类方法、分类方法总结：

博主这里分析另一篇关于什么时候需要数据标准化的链接https://blog.csdn.net/data_bug/article/details/87695229（二）聚类的方法：（1
cjz0422·2024-01-05 12:16

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---clustering

importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.clusterimportKMeansfromsklearn.datasetsimportmake_blobs代码中导入了NumPy用于数组操作，matplotlib.pyplot用于绘图，KMeans用于聚类算法
三月七꧁ ꧂·2024-01-05 07:19

【机器学习基础】K-Means聚类算法

个人主页：为梦而生~关注我一起学习吧！专栏：机器学习欢迎订阅！相对完整的机器学习基础教学！⭐特别提醒：针对机器学习，特别开始专栏：机器学习python实战欢迎订阅！本专栏针对机器学习基础专栏的理论知识，利用python代码进行实际展示，真正做到从基础到实战！往期推荐：【机器学习基础】机器学习入门（1）【机器学习基础】机器学习入门（2）【机器学习基础】机器学习的基本术语【机器学习基础】机器学习的模型
为梦而生~·2024-01-04 23:17

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

聚类算法详解

K-maens&DBSCAN与分类、回归任务不同，聚类任务事先并不知道任何样本标签，通过数据之间的内在关系把样本划分为若干类别，使得同类别之间的相似度高，不同类别之间的样本相似度低。
alstonlou·2024-01-04 17:37

Arxiv网络科学论文摘要7篇(2019-01-11)

多个传播路径增强了在复杂网络中定位扩散源的能力;基于移动电话使用模式和社会网络拓扑的人口属性推断;谣言源头与正则树上最优估计的距离;用于符号网络的聚类和半监督聚类的MBO方案;时尚和艺术周期受到精英竞争的反主导信号的驱动
ComplexLY·2024-01-04 15:44

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

基于决策树、随机森林和层次聚类对帕尔默企鹅数据分析

作者：i阿极作者简介：数据分析领域优质创作者、多项比赛获奖者：博主个人首页如果觉得文章不错或能帮助到你学习，可以点赞收藏评论+关注哦！如果有小伙伴需要数据集和学习交流，文章下方有交流学习区！一起学习进步！大家好，我i阿极。喜欢本专栏的小伙伴，请多多支持专栏案例：机器学习案例机器学习(一)：线性回归之最小二乘法机器学习(二)：线性回归之梯度下降法机器学习(三)：基于线性回归对波士顿房价预测机器学习(
i阿极·2024-01-04 10:28

【生物信息学】层次聚类过程

文章目录一、理论二、实践过程1过程2一、理论  层次聚类是一种基于树状结构的聚类方法，它试图通过在不同层次上逐步合并或分裂数据集来构建聚类结构。
QomolangmaH·2024-01-04 09:09

文本聚类python fcm_机器学习笔记----Fuzzy c-means(FCM)模糊聚类详解及matlab实现

前言：这几天一直都在研究模糊聚类。感觉网上的文档都没有一个详细而具体的讲解，正好今天有时间，就来聊一聊模糊聚类。一：模糊数学我们大家都知道计算机其实只认识两个数字0,1。
琥珀月芽·2024-01-04 08:55

mllib可扩展学习库java api使用

mllib可扩展学习库javaapi是使用ApacheSpark构建的机器学习库，包括分类，聚类，特征提取和预处理等功能。本文将从以下几个方面详细介绍如何使用mllib可扩展学习库javaapi。
卖兔子的胡萝卜zz·2024-01-04 08:43

Open3D 点云分割之区域生长（Python版本，指定种子点）

区域生长算法做为一种较为经典的聚类分割算法，具有很广泛的应用，算法过程如下所述：1、首先将按照每个点的曲率值由小到大进行排序。
大鱼BIGFISH·2024-01-04 06:10

一致性聚类（用于确定聚类算法中聚类的数目）

64568.htmlR包实现：https://www.jianshu.com/p/37b4a6701e7aR包实现：https://www.jianshu.com/p/ed4cd1ed5421补充，有关聚类包及方
一只烟酒僧·2024-01-04 05:43

聚类分析8—顺序聚类和模糊聚类（数量生态学：R语言的应用 第四章）

数量生态学：R语言的应用第四章聚类分析8—顺序聚类和模糊聚类今天是数量生态学：R语言的应用第四章聚类分析最后一部分内容了，不知不觉已经过了一周了，内容还是很多的，不知道你掌握了多少，不会的话的好好理理，
fafu生信小蘑菇·2024-01-04 02:50

Image as Set of Points

在这项工作中，我们介绍了一种直观而有前途的视觉表示范式，称为上下文聚类。上下文聚类将图像视为一组无组织点，并通过简化的聚类算法提取特征。详细地，每个点包括原始特征（例如，颜色）和位置信息（例如
让AI服务于我·2024-01-04 01:11

IKAP----从磷酸化的蛋白质组学数据推断激酶活性

磷酸化的定量方法如下:file但是由于以下原因导致目前大多数研究集中在单个磷酸化蛋白与激酶上，或仅限于使用聚类与富集分析的方法:(1)每个激酶潜在的靶点数目(磷酸化位点)往往很多。(2)充当激酶靶点的
bcl_hx·2024-01-03 22:30

聚类算法介绍

聚类（Clustering）是一种无监督学习算法，它将相似的数据点聚在一起，形成簇（Cluster）。聚类算法在数据挖掘、图像分割、文本分类、生物信息学等领域都有广泛的应用。
亦旧sea·2024-01-03 21:06

R语言代码实现聚论文的复现：关于聚类标准误的问题（2009,RFS) -Estimating Standard Errors in Finance Panel Data Sets Co···

论文原文：在公司融资和资产定价的实证工作中，研究人员经常使用面板数据。在这些数据集中，残差可能在不同公司或不同时间之间存在相关性，OLS(普通最小二乘)标准误可能存在偏差。本文研究了文献中应对的不同方法，说明为什么不同的方法有时会给出(相同)不同的答案，并为研究者提供使用指导。众所周知，当残差独立同分布时，OLS标准误是无偏的。当残差在各观测值之间存在相关性时，OLS标准误可能存在偏差。虽然面板数
亦旧sea·2024-01-03 21:36

R语言：一致性聚类 ConsensusClusterPlus

什么情况下会用到一致性聚类？顺手策个文章套路：比较常用到聚类分析的就是肿瘤亚型识别的文章吧。
生信频道·2024-01-03 20:47

机器学习中聚类算法-简单介绍

聚类算法聚类算法：将数据分成不同的组，如K均值（K-Means）和层次聚类（HierarchicalClustering）。
Algorithm_Engineer_·2024-01-03 20:47

一文读懂python数据分析_一文读懂聚类算法

1.聚类的基本概念1.1定义聚类是数据挖掘中的概念，就是按照某个特定标准(如距离)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大
weixin_39766109·2024-01-03 17:35

人工智能_机器学习085_DBSCAN算法介绍_具有噪声基于密度的聚类_基于密度的空间聚类方法---人工智能工作笔记0125

然后我们再来看一种聚类算法,叫做DBSCAN算法可以看到,他和KMeans的原理完全不一样,这个是基于密度的聚类方法,就是在一堆数据中,把密度最大的数据,归为一类这里的划分为簇,其实就是划分类别的意思这个簇
脑瓜凉·2024-01-03 16:06

无监督学习-聚类算法(k-means)

无监督学习-聚类算法1、聚类介绍1.1、聚类作用知识发现异常值检测特征提取数据压缩的例子1.2、有监督与无监督学习有监督：给定训练集X和标签Y选择模型学习（目标函数的最优化）生成模型（本质上是一组参数、
阿龙的代码在报错·2024-01-03 12:46

李宏毅机器学习（十八）无监督学习-线性模型

UnsupervisedLearning-LinearModel无监督学习我们大致分为2种情况，聚类和无中生有化繁为简，比如呢，我们有许多个树的图片，我们经过函数输出为一个结果，另一种是我们已知一个数据
ca8519be679b·2024-01-03 11:11

Arxiv网络科学论文摘要9篇(2020-10-07)

复杂网络上运行的具有相变到吸收态的流行病模型综述;高保真社会学习的演化;基于解耦的连续图表示学习;COVID-19：关于短暂访问高风险地区后的隔离时间;中国大陆COVID-19大流行空间扩散模式的多重分形尺度分析;使用因子图表示法的带注释图的谱聚类
ComplexLY·2024-01-03 11:51

stata面板数据聚类及数据导入处理、虚拟变量等

聚类#聚类企业stregyxi.timei.stkcd,cluster(stkcd)#聚类行业stregyxi.timei.stkcd,cluster(industry)#聚类企业-时间egenid_stkcd
weixin_47072998·2024-01-03 11:11

Open3D 模型简化——顶点聚类

目录一、顶点聚类1、概述2、主要函数3、算法源码二、代码实现三、结果展示四、CloudCompare操作一、顶点聚类1、概述  有时候我们想用较少的三角形来表示一个高分辨率的网格，但是低分辨率的网格仍然应该接近高分辨率的网格
点云侠·2024-01-03 08:19

How to understand Data Mining

什么是数据挖掘为何使用数据挖掘数据挖掘有哪些类型流程挖掘文本挖掘预测挖掘数据挖掘如何运作业务了解数据了解数据准备数据筛选数据变量转换缺失值处理坏数据处理数据标准化主成分分析属性选择数据规约数据建模评估模型部署模型数据挖掘的方法有哪些异常检测（Anomalydetection）聚类分析
qwfys200·2024-01-03 08:13

人工智能_机器学习086_DBSCAN算法原理_以及参数详解_聚类过程详细可视化展现---人工智能工作笔记0126

然后我们来看一下这个DBSCAN可以看到上面动画演示了,他聚类的过程可以看到对于一些离群点他会自动的计算出来并且过滤掉,清洗掉,这些离群点,也就是异常值对吧我们要找到的是一般规律,需要一个具有普适性的模型
脑瓜凉·2024-01-03 06:07

机器学习的方法

例如，聚类和降维问题。半监督学习（Semi-supervisedLearning）：同时使用标记数据和未标记数据来训练模型，这种方
爱打网球的小哥哥一枚吖·2024-01-03 05:08

Python文件的读取和写入

/data/ok.txt"是相对路径打开，如果只写一个"ok.txt"，那么就会默认保存到当前.py文件或者.ipynb文件的相同文件夹里面)mode是你指定操作文件的方法，常用的
卿恋今生·2024-01-03 00:31

【软件学报 】基于中间层的可扩展学习索引技术

首先，Dabble模型利用K-Means聚类算法将数据集划分为K个区域，并训练K个神经网络分别学习不同区域的数据分布。在模型
三半俊秀·2024-01-03 00:35

聚类分析6—指示物种（数量生态学：R语言的应用 第四章）

数量生态学：R语言的应用第四章聚类分析6—指示物种今天我们来学习第四章聚类分析中指示物种的内容，本部分内容主要有两个部分：IndVal:指示物种值相关类型的指数1.概念首先我们来大致了解一下：在应用生态学中
fafu生信小蘑菇·2024-01-02 23:00

DBSCAN聚类算法原理（含C++代码）

概述DBSCAN（density-basedspatialclustering）是一种基于密度的聚类算法，在机器学习和数据挖掘领域有广泛的应用，其聚类原理通俗点讲是每个簇类的密度高于该簇类周围的密度，噪声点的密度小于任一簇类的密度
RobotsRuning·2024-01-02 17:55

聚类：聚类的介绍及k-means算法

聚类：聚类的介绍及k-means算法什么是聚类聚类就是在输入为多个数据时，将“相似”的数据分为一组的操作。1个组就叫作1个“簇”。
dumpling0120·2024-01-02 10:58

【Apriori算法Java实现版】聚类算法与关联分析

正文之前当初毕设的时候准备用这个算法来着，不过后来为了给自己减少工作量（俗称偷懒），就没搞了，没想到这两天看一篇论文看到了这个，重新捡起来学一下。对于我这种算法底子不是很好的来说。。只能代码实现来感受下了。。正文基本概念关联分析是一种在大规模数据集中寻找有趣关系的非监督学习算法。这些关系可以有两种形式：频繁项集或者关联规则。频繁项集（frequentitemsets)是经常出现在一块的物品的集合，
张照博·2024-01-02 09:23

[python]matplotlib

整体图示.ipynb转换md时候图片不能通知携带，所有图片失效，不过直接运行代码可以执行figurefigure,axes与axisimportmatplotlib.pyplotaspltfig=plt.figure
一条闲鱼_mytube·2024-01-02 07:54

基于图论的图像分割 python + PyQt5

课设要求：（1）输入：图像（例如教室场景图）；（2）使用基于基于图论、像素聚类和深度语义这三大类方法之一实现图像分割；（3）输出：展示原始图像和分割结果图，定义并展示分割指标判定分割好坏。
Asio otus·2024-01-02 06:20

Arxiv网络科学论文摘要16篇(2020-12-10)

选择和实现用于社会网络分析的参考模型的指南;多层网络中的零模型和社区检测;多层网络通过自适应层聚合进行谱聚类;使用超市零售记录预测季节性流感;马太福音、马可福音、路加福音、约翰福音和使徒行传中的圣经名字之间的关系
ComplexLY·2024-01-02 06:16

机器学习的分类与经典算法

按照学习任务分类，可以分为分类、回归、聚类。按照应用领
RainTicking·2024-01-02 02:31

【小沐学NLP】Python实现K-Means聚类算法（nltk、sklearn）

文章目录1、简介1.1机器学习1.2K均值聚类1.2.1聚类定义1.2.2K-Means定义1.2.3K-Means优缺点1.2.4K-Means算法步骤2、测试2.1K-Means（Python）2.2K-Means
爱看书的小沐·2024-01-01 22:01

地球物理中的深度学习理论（DNN的架构、反向传播、梯度消失、梯度爆炸）

在未来地球物理学中涉及到DL的研究提供了几个有希望的方向，例如无监督学习（聚类）、迁移学习（利用之前标记好的数据）、多模态DL（通过DL实现和处理多元模态）、联邦学习、不确定性估计和主动学习。
hhhhhhhhhhyyyyyy·2024-01-01 12:56
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他