Canopy聚类算法

K-均值聚类算法及其优缺点

K-均值聚类算法是一种常用的无监督学习算法，用于将数据集划分为K个不同的类别，每个类别由其内部的数据点表示。
天玑y·2023-12-23 07:42

【模式识别】探秘聚类奥秘：K-均值聚类算法解密与实战

个人主页：SarapinesProgrammer系列专栏：《模式之谜|数据奇迹解码》⏰诗赋清音：云生高巅梦远游，星光点缀碧海愁。山川深邃情难晤，剑气凌云志自修。目录1初识模式识别2K-均值聚类2.1研究目的2.2研究环境2.3研究内容2.3.1算法原理介绍2.3.2数据集准备2.3.3实验步骤2.3.4结果分析2.4研究体会总结1初识模式识别模式识别是一种通过对数据进行分析和学习，从中提取模式并做
Sarapines Programmer·2023-12-22 20:43

K-means 算法 简介

聚类算法是无监督学习算法.无监督就是事先并不需要知道数据的类别标签，而只是根据数据特征去学习，找到相似数据的特征，然后把已知的数据集划分成不同的类别。
草明·2023-12-22 20:10

（九）密度聚类、层次聚类和轮廓系数[机器学习代码实现]

文章目录问题需求代码一（密度聚类）代码2（层次聚类）代码3（轮廓系数）总结问题需求现有如下样本：(0,0),(2,1),(2,-1),(2.1,0)，(4.1,0),(5,0)1、请使用密度聚类算法DBSCAN
Windalove·2023-12-22 15:10

密度聚类与层次聚类的基本概念理解

DBSCAN是一种著名的密度聚类算法，它基于一组邻域（对于xj，其邻域包含的样本集与xj的距离不大于ε）参数来刻画样本分布的紧密程度。
刘星星儿·2023-12-22 15:09

机器学习——聚类——密度聚类法——OPTICS

基于此，学者们提出了新的聚类算法OPTICS
AI小小白·2023-12-22 15:38

Numpy实现K-means算法

K-means算法importnumpyasnpimportmatplotlib.pyplotaspltdefkmeans(X,k,max_iters=1000,tol=1e-4):"""K-means聚类算法的
小小程序○·2023-12-22 15:08

机器学习 | 密度聚类和层次聚类

DBSCAN算法介绍与划分和层次聚类方法不同，DBSCAN(Density-BasedSpatialClusteringofApplicationswithNoise)是一个比较有代表性的基于密度的聚类算法
小小程序○·2023-12-22 15:37

五分钟学完k-means

聚类算法有很多种，K-Means是聚类算法中的最常用的一种，算法最大的特点是简单，好理解，运算速度快，但是只能应用于连续型的数据，并且一定要在聚类前需要手工指定要分成几类。
你若盛开，清风自来！·2023-12-22 15:24

4--贝叶斯 聚类算法

本周学习内容：学习贝叶斯网相关知识学习集成学习部分内容学习聚类任务及其相关算法1贝叶斯网半朴素贝叶斯中规定每一个特征可以依赖于另外一个特征，贝叶斯网络在半朴素贝叶斯的基础上更进一步，认为每个特征都可以依赖于另外多个特征。贝叶斯网络实际上是一个有向无环图，图中包含贝叶斯网络的结构和参数，带有方向的边从父特征出发，指向子特征，代表子特征依赖于父特征。贝叶斯网中三个变量之间的典型依赖关系如图1所示：图1
pepsi_w·2023-12-22 15:36

K-均值聚类算法

K-均值聚类算法是一种无监督学习算法，用于将数据集中的样本划分为K个不同的类别。下面是K-均值聚类算法的步骤：随机选择K个初始聚类中心。将每个样本分配到离其最近的聚类中心。
He_wc·2023-12-22 12:37

机器学习 | K-means聚类

K-means聚类基本思想图中的数据可以分成三个分开的点集(称为族)，一个能够分出这些点集的算法，就被称为聚类算法算法概述K-means算法是一种无监督学习方法，是最普及的聚类算法，算法使用个没有标签的数据集
小小程序○·2023-12-21 19:32

手写算法系列（Python实现）

如何生成可参考右边的帮助文档文章目录前言一、K-Means二、pass总结前言锻炼自己实现算法的能力，提示：以下是本篇文章正文内容，下面案例可供参考一、K-MeansK-Means算法'''K-means算法是一种常用的无监督聚类算法
LotusQ·2023-12-21 17:51

机器学习---聚类（原型聚类、密度聚类、层次聚类）

著名的原型聚类算法：k均值算法、学习向量量化算法、高斯混合聚类算法。给定数据集，k均值算法针对聚类所得簇划分，最小化平方误差：其中，是簇的均值向量。值在一定程度上刻画了簇内样本围绕簇均值向
三月七꧁ ꧂·2023-12-21 04:50

聚类算法及可视化方法的实践与探索

簇内平方和表示数据点到其簇内质心的距离的平方和，公式如下：其中，是k簇数，ni是第i个簇的样本数，xij是第i个簇中的第j个样本。import matplotlib.pyplot as pltfrom sklearn.cluster import KMeansfrom sklearn.datasets import make_blobs# 生成模拟数据X, _ = make_blobs(n_sam
观北海·2023-12-21 03:22

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

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查看相关数据并进行可视化展示2.4.3导入sklearn并训练模型2.4.4评估模型三、常用的其他聚类算法
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

聚类算法之K-均值聚类

他首先收集了每个商店的位置信息、营业额和经营类型等数据，然后运用K-均值聚类算法对商店进行聚类。经过多次迭代，最终得到了3个聚类，分别是：商业区：其中包括超
Uingll·2023-12-19 04:41

聚类算法--KMeans

聚类属于非监督学习，K均值聚类是最基础常用的聚类算法。它的基本思想是，通过迭代寻找K个簇(Cluster)的一种划分方案，使得聚类结果对应的损失函数最小。其中，损失函数可以定义为
一只胖猪猪·2023-12-18 23:30

【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

YOLOv3中如何使用K-Means聚类算法生成Anchor Box

一、背景我们在YOLOV2中说到，在FasterRCNN中anchorboxes大小都是手动设定的，这就带有一定的主观性，会使得网络在使用中不能更好的做出预测。这是在使用anchorboxes出现的第一个问题。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

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。在本文中，我们将使用Yellowbrick这个强大的Python机器学习可视化工具来帮助我们选择最佳的聚类簇数。
后端工程架构·2023-12-18 07:16

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。无监督学习,也就是没有对应的标签,只有数据记录.通过KMeans聚类,可以将数据划分成一个簇,进而发现数据之间的关系.[图片上传失败...(image-fa9971-1543240223005)]原理KMeans算法是将数据聚类成k个簇,其中每个,
七八音·2023-12-17 23:47

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

文本聚类——文本相似度（聚类算法基本概念）

一、文本相似度1.度量指标：两个文本对象之间的相似度两个文本集合之间的相似度文本对象与集合之间的相似度2.样本间的相似度基于距离的度量：欧氏距离曼哈顿距离切比雪夫距离闵可夫斯基距离马氏距离杰卡德距离基于夹角余弦的度量公式：当文本进行了2-范数归一化，余弦相似度与内积相似度是等价的。距离度量衡量的是空间各个点的绝对距离，与各点的位置（即个体特征维度的数值）直接相关，而余弦相似度衡量的事空间向量的夹角
星宇星静·2023-12-17 08:18

基于K-Means的图片聚类算法实战

因此，需要一个算法对图片进行自动化分类并保存，也就是本文的《基于K-Means的图片聚类算法实战》。
CV-deeplearning·2023-12-17 03:32

模糊C均值聚类简述

模糊C均值聚类简述By:YangLiu1.什么是模糊C均值聚类模糊c-均值聚类算法fuzzyc-meansalgorithm(FCMA)或称（FCM）。
vendetta_gg·2023-12-17 02:19

模糊C均值聚类算法

  学习了一下模糊聚类中的模糊C均值聚类算法(FuzzyC-MeansClustering)。  Fuzzy意为模糊，其中包括几种模糊的方式，这里使用的是最简单的方式，它是基于概率的概念。
蓝子娃娃·2023-12-17 02:47

fuzzy clustering(模糊(C_均值)聚类)

目录概述隶属度矩阵模糊聚类算法步骤概述k-means属于一种硬聚类的方法，也就是说一个样本属于哪个类了后，他就是哪个类别的了，非此即彼；模糊聚类意味着样本不再是刚性的属于某一类别了，而是给出其属于各个类别的概率
身影王座·2023-12-17 02:47

模糊C均值聚类（Fuzzy C-means）算法（FCM）

https://github.com/helloWorldchn/MachineLearning一、FCM算法简介1、模糊集理论L.A.Zadeh在1965年最早提出模糊集理论，在该理论中，针对传统的硬聚类算法其隶属度值非
helloWorldZMY·2023-12-17 02:06

聚类算法模型的概念、评估及应用

聚类算法模型通常通过计算样本之间的相似度或距离来实现这一目标。
rubyw·2023-12-16 19:09

玩转大数据15：常用的分类算法和聚类算法

前言分类算法和聚类算法是数据挖掘和机器学习中的两种常见方法。它们的主要区别在于处理数据的方式和目标。分类算法是在已知类别标签的数据集上训练的，用于预测新的数据点的类别。
沛沛老爹·2023-12-16 16:30

算法工程师-机器学习面试题总结(7)

10.除了k-means聚类算法之外，
学术菜鸟小晨·2023-12-16 14:31

104基于matlab的人工蜂群数据聚类算法ABCO-K-均值

基于matlab的人工蜂群数据聚类算法ABCO-K-均值。该代码提供了比K-均值算法更准确的结果。
顶呱呱程序·2023-12-16 02:43

Science | 张锋实验室：聚类算法揭示188种新型CRISPR系统

微生物序列数据库包含大量有关酶和其他可用于生物技术的分子的信息。但近年来，这些数据库已经变得非常庞大，以至于很难有效地搜索到感兴趣的酶。2023年11月23日，博德研究所张锋及美国国立卫生研究院EugeneV.Koonin共同通讯在Science在线发表题为“UncoveringthefunctionaldiversityofrareCRISPR-Cassystemswithdeepterasca
weixin_4528312·2023-12-15 22:10

MATLAB中的模糊C均值聚类在医学图像分割中的应用

模糊C均值（FCM）是一种常用于图像分割的无监督聚类算法。与传统的C均值聚类方法不同，FCM考虑了每个像素点对各个聚类的隶属度，从而使分割结果更加精确和鲁棒。
m0_57781768·2023-12-15 17:16

Qt OpenCV 学习（六）：kmeans聚类算法实现背景替换

1.mainwindow.h#ifndefMAINWINDOW_H#defineMAINWINDOW_H#include#include#include#include#include#include#includeusingnamespacecv;usingnamespacestd;QT_BEGIN_NAMESPACEnamespaceUi{classMainWindow;}QT_END_NAM
Robot_Yue·2023-12-15 14:40

聚类笔记：聚类算法评估指标

如果某个聚类算法聚类的结果是类间相似性低，类内相似性高，那么内部评估方法会给予较高的分数评价。
UQI-LIUWJ·2023-12-15 12:16

「NLP主题分析」LDA隐含狄利克雷分布（Latent Dirichlet Allocation）

是基于贝叶斯思想的无监督的聚类算法，广泛用于文本聚类，文本分析，文本关键词等场景。
Reese小朋友·2023-12-15 09:17

Week8

第8周十三、聚类(Clustering)13.1无监督学习：简介参考视频:13-1-UnsupervisedLearning_Introduction(3min).mkv在这个视频中，我将开始介绍聚类算法
kidling_G·2023-12-15 06:57

机器学习-聚类问题

前言聚类算法又叫做”无监督分类“，目标是通过对无标记训练样本来揭示数据的内在性质及规律，为进一步的数据分析提供基础。
懒猫gg·2023-12-14 23:11

聚类算法的性能度量

聚类算法的性能度量聚类算法就是根据数据中样本与样本之间的距离或相似度，将样本划分为若干组／类／簇，其划分的原则：簇内样本相似、簇间样本不相似，聚类的结果是产生一个簇的集合。
Gowi_fly·2023-12-14 22:04

【人工智能Ⅰ】实验8：DBSCAN聚类实验

二、实验内容1：使用DBSCAN算法对iris数据集进行聚类算法应用。2：使用DBSCAN算法对blob数据集进行聚类算法应用。3：使用DBSCAN算法对flower_data数据集进行聚类算法应用。
MorleyOlsen·2023-12-14 13:56

AGNES层次聚类

AGNES（AgglomerativeNesting）算法是一种层次聚类算法，它属于聚类分析中的一种。该算法通过不断地将最相似的数据
微笑伴你而行·2023-12-06 19:17

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（K-meansclustering）是一种无监督学习算法，常用于数据聚类和图像分割。该算法将数据集划分为K个不同的类别，使得每个数据点属于离其最近的质心（centroid）所对应的类别。算法步骤如下：随机选择K个质心。将每个数据点分配到离其最近的质心所对应的类别中。计算每个类别的中心（新的质心）。重复步骤2和3，直到质心不再发生变化或达到最大迭代次数。K-均值聚类的优点包括：实现简单
跃跃欲试-迪之·2023-12-06 11:47

kmeans聚类目的干什么的_零基础学习Kmeans聚类算法的原理与实现过程

内容导入：聚类是无监督学习的典型例子，聚类也能为企业运营中也发挥者巨大的作用，比如我们可以利用聚类对目标用户进行群体分类，把目标群体划分成几个具有明显特征区别的细分群体，从而可以在运营活动中为这些细分群体采取精细化、个性化的运营和服务；还可以利用聚类对产品进行分类，把企业的产品体系进一步细分成具有不同价值、不同目的的多维度的产品组合，在此基础分别制定和相应的开发计划、运营计划和服务规划。这都将提升
weixin_39898248·2023-12-06 04:35
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他