聚类

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

《聚类算法》入门--大白话篇：像整理房间一样给数据分类

一、什么是聚类算法？想象一下你的衣柜里堆满了衣服，但你不想一件件整理。聚类算法就像一个聪明的助手，它能自动帮你把衣服分成几堆：T恤放一堆、裤子放一堆、外套放一堆。
·2025-06-28 20:27

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

高斯混合模型GMM&K均值（十三-1）——K均值是高斯混合模型的特例

K均值算法将数据点硬（hard）分配到聚类中，每个数据点唯一地与一个聚类相关联，而EM算法基于后验概率进行软（soft）分配。事实上，可以从EM算法推导出K均值算法。
phoenix@Capricornus·2025-06-28 11:25

《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

顺序内聚是指模块内的处理元素密切相关，并且必须按照特定的顺序执行，前一个处理元素的输出是下一个处理元素的输入

该模块的内聚类型为顺序内聚。顺序内聚是指模块内的处理元素密切相关，并且必须按照特定的顺序执行，前一个处理元素的输出是下一个处理元素的输入。这种内聚类型比功能内聚稍弱，但仍然具有较高的内聚性。
Bol5261·2025-06-28 02:58

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

|| 【机器学习】聚类算法详解及其应用 || 道路交通流量模拟预测

目录三练习了机器学习算法中的聚类算法。目录一、再次了解PyC
追光者♂·2025-06-26 21:36

k近邻算法(kNearest Neighbors) 原理与代码实例讲解

k-近邻算法,聚类,分类,分离散数据,决策边界,邻域,机器学习,监督学习k-近邻算法(k-NearestNeighbors)-原理与代码实例讲解k-近邻算法（k-NearestNeighbors，简称kNN
AI大模型应用实战·2025-06-26 01:50

算法思想之广度优先搜索（BFS）及示例（亲子游戏）

广度优先搜索这种算法遍历整个图的所有节点并记录，直至找到所需结果为止，是一种盲目算法，但它还有一个非常重要的特性一最佳解，即当所有的边长相等，它就是最佳解，若在距离聚类算法中，应用广度优先搜索此特性去搜寻数据对象的同类
墨鸦_Cormorant·2025-06-24 20:52

DAY 17 常见聚类算法

@浙大疏锦行https://blog.csdn.net/weixin_45655710day17笔记全流程（可点开下载）#导入必要的库importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimportseabornassnsimportwarnings#忽略警告信息，使输出更整洁warnings.filterwarnings("ign
yizhimie37·2025-06-23 14:01

【人工智能-练习】三个案例搞明白机器学习中的三大任务：分类、回归、聚类

文章目录一、分类任务结果代码解释导入必要的库配置字体生成模拟数据集拆分数据集数据标准化逻辑回归分类器预测并计算准确率绘制分类效果定义决策边界绘制函数绘制训练集和测试集的分类效果二、回归结果代码解释1.导入库2.设置Matplotlib的字体3.生成模拟数据集4.将数据集划分为训练集和测试集5.数据标准化6.定义线性回归模型7.预测8.计算均方误差(MSE)9.绘制回归预测效果图训练集上的预测效果测
若北辰·2025-06-23 09:29

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

Task01. 时序数据与 PyPOTS 介绍

举例：与i.i.d数据的区别示例：1.1时间序列数据的类型1.2常见时间序列数据示例1.3时间序列研究与应用方向主要任务：1.预测（Forecasting）2.分类（Classification）3.聚类
三分梦~·2025-06-21 10:51

python scipy简介

scipy模块介绍scipy主要通过下面这些包来实现数学算法和科学计算，后面对于scipy的讲解主要也是基于这些包来实现的cluster：包含聚类算法co
凤枭香·2025-06-21 05:46

【无标题】

✅什么是KMeans聚类？为什么要用它？通俗解释：KMeans聚类就像“自动分类器”，它根据像素的灰度值，把整张图分成亮度不同的几类区域。比如，把黑色背景、亮一点的重影、最亮的主影区分开。
书桐先生·2025-06-20 04:59

【数据挖掘】期末复习模拟题（暨考试题）

数据挖掘-期末复习试题挑战全网最全题库单选题多选题判断题填空题程序填空sigmoid曼哈顿距离泰坦尼克号披萨价格预测鸢尾花DBSCN密度聚类决策树购物表单-关联规则火龙果-关联分析数据非线性映射高斯朴素贝叶斯分类器手写数字识别
chaser&upper·2025-06-20 03:50

Datawhale组队学习 - 202505 - PyPOTS - Task01时序数据与PyPOTS

文章目录系列文章目录前言1时间序列数据1.1时间序列数据的类型1.2时间序列数据示例1.3时间序列的研究与应用方向1.3.1预测Forecasting1.3.2分类Classification1.3.3聚类
来两个炸鸡腿·2025-06-19 21:06

python中Scikit-learn模块介绍

该库包含了各种分类、回归、聚类算法，以及数据预处理、模型选择、模型评估等功能。Scikit-learn的特点是接口统一、使用简单、运行高效，并且有一个活跃的社区不断维护和更新。
不会仰游的河马君·2025-06-19 20:59

数据挖掘与机器学习 期末复习整理

2.聚类：–无类别标记,因此是一种无监督学习–无类别标记样本，根据信息相似度原则进行聚类，通过聚类，人们能够识别密集的和稀疏的区域，因而发现全局的分布模式，以及数据属性之间的关系3.聚类方法：划分方法-
无敌摸鱼高手·2025-06-19 17:34

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。
闲书郎·2025-06-19 10:46

机器学习算法_聚类KMeans算法

一、聚类算法分析1.概念概念：根据样本之间的相似性，将样本划分到不同的类别中；不同的相似度的计算方法，会得到不同的聚类结果，常见的相似度计算方法有欧氏距离法（无监督算法）聚类算法的目的是在没有先验知识的情况下
TY-2025·2025-06-19 09:11

二分K-means：让聚类更高效、更精准！

大家好！！欢迎再次来到我的技术分享博客~在前期文章中，我们系统剖析了K-means的随机初始化缺陷、Canopy+K-means的粗粒度预处理以及K-means++的概率化质心选择。今天，我们解锁另一种高效优化方案——二分K-means（BisectingK-Means），它用层次分裂策略彻底规避初始点敏感性问题，并与前三篇内容形成完美闭环！K-means算法详解Canopy+K-means优化方
AI妈妈手把手·2025-06-19 09:41

K均值聚类例题

个样本的样本矩阵X⊤=[0015520002]{\bmX}^\top=\begin{bmatrix}0&0&1&5&5\\2&0&0&0&2\end{bmatrix}X⊤=[0200105052]使用KKK均值聚类算法将样本聚到两个类中
phoenix@Capricornus·2025-06-18 20:39

【Python】机器学习：Scikit-learn、Statsmodels

**聚类算法**5.**模型选择**6.**Pipeline**2.**Statsmodels****主要功能***
·2025-06-18 11:36

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

R情感分析：解码文本中的情感

基于之前关于文本聚类和文本模型的博客，我们现在可以深入探讨一个经典主题-情感分析。情感分析通过计算方式识别和分类文本中的情感，帮助理解公众意见或消费者反馈。什么是情感分析？
Morpheon·2025-06-18 04:48

YOLO进化史：从v1到v12的注意力革命 —— 实时检测的“快”与“准”如何兼得？

YOLOv2（2017）：引入锚框（AnchorBoxes），通过k-means聚类确定先验框尺寸新增高分辨率微调（448×448输入）使用Darknet-19主干，速度达67FPSYOLOv
摘取一颗天上星️·2025-06-17 23:49

机器学习15-2（Mini Batch Kmeans）

文章目录简介MiniBatchK-MeansDBSCAN基本原理具体实现简介除了K-Means快速聚类意外，还有两种常用的聚类算法能够进一步提升快速聚类的速度的MiniBatchK-Means算法能够和
Roy_Allen·2025-06-17 23:15

深度学习笔记

文章目录聚类导入模块生成模拟数据建立并训练K-Means聚类模型创建图形绘制散点图（聚类结果）获取聚类中心可视化聚类中心设置图形标题和标签输出效果数据降维一、常见的数据降维方法二、Python降维示例（
疯狂成瘾者·2025-06-17 10:54

高斯混合模型（Gaussian Mixture Model, GMM）

GMM是一种软聚类方法，与K-Means不同，它不仅能将数据点分配到某个簇，还能给出数据点属于每个簇的概率。1.1核心思想混合模型：GMM认为数据集中的每个数据
爱看烟花的码农·2025-06-17 09:16

鸿蒙开发实战之Media Library Kit重构美颜相机资源管理体系

一、核心架构升级通过MediaLibraryKit实现三大能力突破：跨设备媒体库同步拍摄内容秒级同步至平板/PC（端到端延迟<200ms）智能去重（相似内容合并精度99%）AI内容管理人脸聚类自动创建相册
·2025-06-16 10:18

面试手撕代码-k-means算法

3.计算第一次聚类迭代得到的结
jiao_xd17·2025-06-16 04:29

cd-hit安装与使用-cd-hit v4.8.1（bioinfomatics tools-005）

01背景介绍CD-HIT(ClusterDatabaseatHighIdentitywithTolerance)是一种广泛使用的生物信息学工具，主要用于快速聚类生物序列数据，如蛋白质或核酸序列，以减少数据冗余和简化数据分析
让学习成为一种生活方式·2025-06-15 23:24

【人工智能机器学习基础篇】——深入详解无监督学习之聚类，理解K-Means、层次聚类、数据分组和分类

深入详解无监督学习之聚类：如K-Means、层次聚类，理解数据分组和分类无监督学习是机器学习中的一个重要分支，旨在从未标注的数据中发现潜在的结构和模式。
猿享天开·2025-06-15 12:16

《Sklearn 机器学习模型--分类模型》--K-means 聚类（K-means clustering algorithm）

K-means聚类算法K-means聚类算法是一种基于划分的无监督学习算法，通过迭代优化将数据划分为指定簇数（K值），使同一簇内样本相似度最大化、簇间差异最大化34。
非门由也·2025-06-15 12:16

【机器学习与数据挖掘实战 | 医疗】案例16：基于K-Means聚类的医疗保险的欺诈发现

【作者主页】FrancekChen【专栏介绍】⌈⌈⌈机器学习与数据挖掘实战⌋⌋⌋机器学习是人工智能的一个分支，专注于让计算机系统通过数据学习和改进。它利用统计和计算方法，使模型能够从数据中自动提取特征并做出预测或决策。数据挖掘则是从大型数据集中发现模式、关联和异常的过程，旨在提取有价值的信息和知识。机器学习为数据挖掘提供了强大的分析工具，而数据挖掘则是机器学习应用的重要领域，两者相辅相成，共同推动
Francek Chen·2025-06-15 12:44

FAISS：高性能向量库

FAISS(FacebookAISimilaritySearch)是一个专门用于稠密向量相似度搜索和聚类的开源库。
老兵发新帖·2025-06-15 03:15

Autofocusformer的空间聚类用在局部注意力有参考价值吗？

autofocus代码链接：https://github.com/apple/ml-autofocusformer论文关键部分原理链接：click此处（我的上一篇文章）《通过空间聚类、局部注意力和自适应采样三部分实现了聚类的计算
小马敲马·2025-06-14 22:09

【新版】系统架构设计师 - 知识点 - 结构化开发方法

个人总结，仅供参考，欢迎加好友一起讨论文章目录架构-知识点-结构化开发方法结构化开发方法结构化分析结构化设计数据流图和数据字典模块内聚类型与耦合类型架构-知识点-结构化开发方法结构化开发方法分析阶段工具
WorkLee·2025-06-14 19:19

RAPTOR：树结构的索引和检索系统的递归抽象处理

我们引入一种新颖的方法，即递归地嵌入、聚类及总结文本块，自下而上构建一个包含不同层次抽象的树状结构。在推理阶段，我们的RAPTOR模型会从这个树中检索信
lichunericli·2025-06-13 05:59

基于PCA和Kmeans的餐馆地区分类研究

基于K-Means聚类算法对餐饮企业数据进行分析，首先读取true_restaurant.csv文件中的PC1指标数据并进
·2025-06-12 21:34

《昇思25天学习打卡营第17天|K近邻算法实现红酒聚类》

K近邻算法实现红酒聚类今天我来学习一下使用MindSpore在部分wine数据集上进行KNN实验。1、实验目的了解KNN的基本概念；了解如何使用MindSpore进行KNN实验。
2301_82117638·2025-06-11 13:53

昇思25天学习打卡营第17天|K近邻算法实现红酒聚类

K近邻算法原理介绍K近邻算法（K-Nearest-Neighbor,KNN）是一种用于分类和回归的非参数统计方法，最初由Cover和Hart于1968年提出(Cover等人,1967)，是机器学习最基础的算法之一。它正是基于以上思想：要确定一个样本的类别，可以计算它与所有训练样本的距离，然后找出和该样本最接近的k个样本，统计出这些样本的类别并进行投票，票数最多的那个类就是分类的结果。KNN的三个基
shen-727·2025-06-11 13:51

昇思25天学习打卡营第17天 | K近邻算法实现红酒聚类

内容介绍：K近邻算法（K-Nearest-Neighbor,KNN）是一种用于分类和回归的非参数统计方法，是机器学习最基础的算法之一。它正是基于以上思想：要确定一个样本的类别，可以计算它与所有训练样本的距离，然后找出和该样本最接近的k个样本，统计出这些样本的类别并进行投票，票数最多的那个类就是分类的结果。KNN的三个基本要素：K值，一个样本的分类是由K个邻居的“多数表决”确定的。K值越小，容易受噪
神奇的布欧·2025-06-11 13:50

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

农产品产量智能预测(聚类实际落地场景)

聚类算法在农产品产量智能预测中可通过对多维度数据的分类与模式识别，为产量预测提供更精准的分析基础，其应用场景主要涉及数据预处理、影响因素分析、产量区域划分等多个关键环节，以下是具体介绍：1、数据预处理与特征提取
数字化与智能化·2025-06-10 11:09

构建面向大模型训练与部署的一体化架构：从文档解析到智能调度

作者：汪玉珠｜算法架构师标签：大模型训练、数据集构建、GRPO、自监督聚类、指令调度系统、Qwen、LLaMA3背景与挑战随着Qwen、LLaMA3等开源大模型不断进化，行业逐渐从“能跑通”迈向“如何高效训练与部署
weixin_40941102·2025-06-08 10:56

5.11 day17

知识点聚类的指标聚类常见算法：kmeans聚类、dbscan聚类、层次聚类三种算法对应的流程实际在论文中聚类的策略不一定是针对所有特征，可以针对其中几个可以解释的特征进行聚类，得到聚类后的类别，这样后续进行解释也更加符合逻辑
·2025-06-07 15:17
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他