DBSCAN聚类算法

Kmeans聚类分析

该算法可以将数据划分为指定的k个簇，并且簇的中心点由各簇样本均值计算所得该聚类算法的思路非常通俗易懂，就是不断地计算各样本点与簇中心之间的距离，直到收敛为止，其具体的步骤如下：（1）从数据中随机挑选k个样本点作为原始的簇中心
月岛雫-·2022-11-23 21:13

python神经网络编程 豆瓣,python神经网络书籍推荐

Scikit-learnScikit-learn是基于Scipy为机器学习建造的的一个Python模块，他的特色就是多样化的分类，回归和聚类的算法包括支持向量机，逻辑回归，朴素贝叶斯分类器，随机森林，GradientBoosting，聚类算法和
快乐的小荣荣·2022-11-23 19:02

Python K-means算法分析客户数据

importpandasaspdimportmatplotlib.pyplotasplt#引入sklearn框架，导入K均值聚类算法fromsklearn.clusterimportKMeansinputfile
赖床份子·2022-11-23 18:36

分布式节能聚类算法（Matlab代码实现）

‍个人主页：研学社的博客欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1概述2运行结果3参考文献4Matlab代码实现1概述DEEC使用节点的初始和剩余能量水平来选择集群头。为了避免每个节点都需要知道网络的全局知识，DEEC估计了网络寿命的理想值，该值用于计算每个节点在一轮中应消耗的参考能量。2运行结果部分代码：
荔枝科研社·2022-11-23 18:13

机器学习（九） K-Means（K-均值）聚类算法介绍

K-Means（K-均值）聚类算法介绍监督学习和无监督学习无监督学习和监督学习是机器学习最基本的两种类型。
Sakura_❀_·2022-11-23 16:16

Python 数据处理数据挖掘（七）：K-Means聚类算法

声明：本文为学习笔记，侵权删一、一些基本概念K-Means是非监督学习的聚类算法，将一组数据分为K类（或者叫簇/cluster），每个簇有一个质心（centroid），同类的数据是围绕着质心被分类的。
三头猪等于一头大猪·2022-11-23 16:37

【数据挖掘】k-means算法原理与实现

2、什么是k-means聚类算法？该算法预先将数据分为k组，随机选取k个对象作为聚类中心，是一种迭代求解的聚类分析方法。
白马关山月·2022-11-23 16:05

【大数据分析与挖掘】K-Means聚类算法

但在有些场景下，并没有给定的y值，对于这类数据的建模，一般称为无监督的数据挖掘算法，最为典型的当属聚类算法。
要奶茶也要啵啵吖·2022-11-23 16:32

机器学习笔记（七）聚类算法K-means原理和实践

在机器学习领域，除以LR、DT、SVM等为代表的有监督算法外，还有另外一类特殊的存在——无监督算法，其中最为经典就是聚类算法了。聚类算法因为其不需要先验标签，因此在很多领域应用都较为广泛。
大白兔黑又黑·2022-11-23 16:30

K-均值算法的原理与实战

K-均值（K-means）算法是一种常用的聚类算法。  当我们需要对未标记的数据划分类别时，往往用到的算法是聚类（clustering）。
RainTicking·2022-11-23 15:28

常用聚类原理与应用(层次化聚类、k-means、均值漂移聚类)

聚类算法常用于机器学习、数据分析等领域中，常用的聚类方法有层次化聚类、k-means聚类、均值漂移聚类，它们各有优
CHAO_bismarck·2022-11-23 15:25

Clustering and Projected Clustering with Adaptive Neighbors

最常用的聚类算法是k-means。本文中提出新的角度解决聚类问题。通过基于局部连通性
一舟yz·2022-11-23 14:17

GMC Graph-Based Multi-View Clustering

本文提出了一种通用的基于图的多视图聚类算法(GMC)来解决上述问题：GMC获取所有视图的数据图矩阵，并将其融合生成统一的图矩阵。统一图矩阵反过来又改进了各个视图的数据图矩阵
一舟yz·2022-11-23 14:09

吴恩达-机器学习-k-means聚类算法

目录吴恩达-机器学习2022版k-means聚类算法实现整理1.核心函数四个：1.find_closest_centroids：寻找最近的质心2.compute_centroids：迭代重新计算质心3.
StrawBerryTreea·2022-11-23 13:37

深度聚类算法叙谈

目录前言1基于自标签的协同聚类和表示学习(ICLR,2020)1.1动机1.2贡献1.3实验分析1.4我的想法2无标签的图像分类学习(ECCV,2020)2.1动机2.2贡献2.3实验分析2.4我的想法3基于语义伪标签的图像聚类(arXiv,2021)3.1动机3.2贡献3.3实验分析3.4我的想法4对比聚类(AAAI,2021)4.1动机4.2贡献5通过分区最大化信度的深度语义聚类(CVPR,2
分发吧·2022-11-23 13:11

《机器学习》赵卫东学习笔记 第4章 聚类分析（课后习题及答案）

聚类分析用于对未知类别的样本进行划分，将它们按照一定的规则划分成若干个类族，把相似(距高相近)的样本聚在同一个类簇中，把不相似的样本分为不同类簇，从而揭示样本之间内在的性质以及相互之间的联系规律2.讨论聚类与分析的关系聚类算法将未标记的样本自动划分为多个类簇
一页孤沙·2022-11-23 11:52

国科大prml10-无监督学习

2.2.3基于密度的簇2.2.4基于概念的簇2.3应用2.4三要素3.距离函数3.1距离函数的要求3.2标准化3.3其他相似、不相似函数4.评价指标4.1外部指标（有参考模型）4.2无参考模型（内部指标）5聚类算法
叶落叶子·2022-11-23 11:51

十分钟了解K-means聚类

聚类算法分类1.基于划分给定一个有N个元组或者纪录的数据集，分裂法将构造K个分组，每一个分组就代表一个聚类，K
wxysunshy·2022-11-23 11:50

一些简单的聚类算法

k-means算法流程如下：随机选取k个中心点：c1，c2,……ckc_1，c_2,……c_kc1，c2,……ck；对每一个样本，计算与每个中心点之间的距离，取最小的作为它的归类；重新计算每个类的中心点如果每个中心点变化很小，则算法收敛，退出；否则迭代1-3优点：可以快速收敛缺点：只适用于连续的n维空间(因为要求均值)需要定义k对噪点敏感（一个异常点可能会改变簇的分布，而这个分布并不是我们想要的，
JJmaker·2022-11-23 11:49

《机器学习》慕课版课后习题-第4章

解：聚类算法将未标记的样本自动划分为多个类簇，但不会提供对每个
醉一心·2022-11-23 11:19

数据挖掘（七）聚类

数据挖掘（七）聚类聚类分析：基本概念什么是聚类分析衡量聚集的质量聚类分析的注意事项要求与挑战聚类方法基于划分的聚类方法K-Means聚类算法评价K-Means算法由K-Means衍变的方法关于K-Means
kxwang_·2022-11-23 11:47

聚类算法手册--原理+评估方法

聚类算法在无监督学习(unsupervisedlearning)中，训练样本的标记信息是未知的。无监督学习的目标：通过对无标记训练样本的学习来揭露数据的内在性质以及规律。
幸运六叶草·2022-11-23 11:45

机器学习--C++实现 K-Means聚类demo

算法流程参考下面文章：(152条消息)K-means算法的基本原理_纯粹.的博客-CSDN博客_k-means聚类算法的原理：1）K-means算法首先需要选择K个初始化聚类中心（2）计算每个数据对象到
简白-：·2022-11-23 08:32

网络表示学习简单总结（一）

2.网络表示学习算法的研究2.1基于网络结构的网络表示学习2.1.2利用矩阵特征向量计算：早期的算法研究就是谱聚类算法通过计算关系矩阵的前k
大笨熊。。。·2022-11-23 08:01

【NLP自然语言处理】LSI/LSA原理介绍

聚类算法关注于从样本特征的相似度方面将数据聚类。比如通过数据样本之间的欧式距离，曼哈顿距离的大小聚类等。而主题模型，顾名思义，就是对文字中隐含主题的一种建模方法。
CODE_WangZIli·2022-11-23 07:03

Spark入门实战系列--8.Spark MLlib（下）--SparkMLlib实战

聚类算法是机器学习（或者说是数据挖掘更合适）中重要的一部分，除了最为简单的K-
yirenboy·2022-11-23 03:17

Spark MLlib（下）--机器学习库SparkMLlib实战

聚类算法是机器学习（或者说是数据挖掘更合适）中重要的一部分，除了最为简单的K-Means聚类算法外，比较常见的还有层次法（CURE、CHAMELEON等）、网格算法（S
青堂主·2022-11-23 03:11

聚类算法研究

聚类算法研究@(聚类)[定义|常用算法|算法比较]聚类算法研究1.聚类的基本概念1.1定义1.2聚类和分类的区别1.3聚类过程1.4衡量聚类算法优劣的指标2.聚类方法的分类2.1层次化聚类方法2.2划分式聚类算法
xz1308579340·2022-11-23 01:36

大规模数据的聚类算法研究01

大规模数据的聚类算法研究011数据集大小说明2传统数据聚类3大规模数据聚类4小结参考文献1数据集大小说明bit：位byte：字节1byte=8bitint类型为4byte，共32位bit，unsignedint
iQoMo·2022-11-23 01:30

机器学习笔记（十二）谱聚类原理和实践

相比K-Means等聚类算法，谱聚类对数据分布的适应性更强（如kmeans要求数据为凸集，谱聚类对数据结构并没有太多的假设要求），聚类效果也很优秀，同时聚类的计算量也小很多（意味着更快的速度），也无需像
大白兔黑又黑·2022-11-23 01:44

Python学习4-谱聚类

一，谱聚类原理谱聚类算法原理可以参考如下链接。这个视频推导出了拉普拉斯矩阵，但没有更新后续优化问题。
学生麦沫·2022-11-23 01:44

Python Sklearn库源码学习--kmeans

前言：分析体检数据希望不拘泥于Sklearn库中已有的聚类算法，想着改一下Kmeans算法。本着学习的目的，现在开始查看sklearn的源代码。希望能够写成一个通用的包。
是我，Zack·2022-11-23 00:04

python图像分割_基于K均值聚类算法的Python图像分割

1个K均值算法实际上，K-means算法是一种非常简单的算法，与算法思想或特定实现无关.通过以一定方式测量样本之间的相似度，并迭代更新聚类中心，它属于无监督分类.当聚类中心不再移动或移动差异小于阈值时，将样本分为不同的类别.1.1算法思想随机选择群集中心.根据当前聚类中心，使用选择的测量方法对所有样本点进行分类，以计算每个类别的样本点的平均值，作为下一次迭代的聚类中心.当类中心和当前聚类中心之间的
weixin_39964391·2022-11-22 23:35

python 图像分割实例_使用Python进行图像处理—图像分割的无监督学习

但是我们实际上可以使用无监督的聚类算法为我们完成此任务。在本文中，我们将讨论如何做到这一点。让我们开始吧！
BSTshen·2022-11-22 23:56

Python数据挖掘-RFM模型K-means聚类分析-航空公司客户价值分析

）案例:航空公司客户价值分析（2）基于RFM客户价值理论的特征提取,聚类结果解释作业：（1）使用教材§7航空公司客户价值聚类分析配套示例数据和代码，掌握其特征构造操作过程（2）考虑：使用其它模型参数,聚类算法
平凡的小何同学·2022-11-22 19:24

Deep Cluster：Deep Clustering for Unsupervised Learning of Visual Features

DeepCluster使用标准聚类算法kmeans对特征进行迭代分组，并使用后续分配作为监督来更新网络的权重。
YoooooL_·2022-11-22 11:34

超大图cluster gcn

Cluster-GCN方法简单概括为了解决普通训练方法无法训练超大图的问题，Cluster-GCN论文提出：利用图节点聚类算法将一个图的节点划分为[公式]个簇，每一次选择几个簇的节点和这些节点对应的边构成一个子图
qq_26387487·2022-11-22 11:51

m基于ACO蚁群优化的FCM模糊聚类算法matlab仿真

目录1.算法概述2.仿真效果预览3.核心MATLAB程序4.完整MATLAB程序1.算法概述蚁群算法是通过对自然界中真实蚂蚁的集体行为的观察,模拟而得到一种仿生优化算法,它具有很好的并行性,分布性.根据蚂蚁群体不同的集体行为特征,蚁群算法可分为受蚂蚁觅食行为启发的模型和受孵化分类启发的模型,受劳动分工和协作运输启发的模型.本文重点研究了前两种蚁群算法模型.受蚂蚁觅食行为启发的模型又称为蚁群优化算法
我爱C编程·2022-11-22 11:47

ML机器学习算法笔记

线性回归(回归模型)5.4逻辑回归（分类模型）5.5神经网络5.5.3Python神经网络分类应用5.5.4Python神经网络回归应用5.6支持向量机核函数选择：5.7K-均值聚类PythonK-均值聚类算法应用
l_aiya·2022-11-22 10:51

K-Means聚类算法--步骤+代码

0.介绍聚类和分类算法的最大区别在于，分类的目标类别为已知（监督学习），而聚类的目标类别是未知的（非监督）。K_Means算法（K_均值算法）就是无监督算法之一1.原理对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇。让簇内的点尽量紧密的连在一起，而让簇间的距离尽量的大。数据表达式：假设簇划分为(C1,C2，...Ck)(C_1,C_2，...C_k)(C1,C2，...Ck)，则我
妖YOY·2022-11-22 10:17

python_sklearn机器学习算法系列之K-Means(硬聚类算法)

本文主要目的是通过一段及其简单的小程序来快速学习python中sklearn的K-Means这一函数的基本操作和使用，注意不是用python纯粹从头到尾自己构建K-Means，既然sklearn提供了现成的我们直接拿来用就可以了，当然K-Means原理还是十分重要，这里简单说一下实现这一算法的过程：1)从N个文档随机选取K个文档作为质心2)对剩余的每个文档测量其到每个质心的距离，并把它归到最近的质
weixin_42001089·2022-11-22 10:45

聚类之K-means分析以及优缺点

K-Means算法的特点是类别的个数是人为给定的，如果让机器自己去找类别的个数，我们有AP聚类算法。K-Means的一个重要的假设是：数据之间的
Geeker4·2022-11-22 10:45

kmeans中的k的含义_K-means聚类算法中K值如何选择？

笔者整理的一些解答如下：1.数据的先验知识，或者数据进行简单分析能得到2.基于变化的算法：即定义一个函数，随着K的改变，认为在正确的K时会产生极值。如GapStatisticJumpStatistic。可以这么理解，给定一个合理的类簇指标，比如平均半径或直径，只要我们假设的类簇的数目等于或者高于真实的类簇的数目时，该指标上升会很缓慢，而一旦试图得到少于真实数目的类簇时，该指标会急剧上升3.基于结构
高太爷·2022-11-22 10:14

机器学习（1）：K-MEANS聚类算法

一、聚类简介1.无监督问题：我们手里没有标签了2.聚类：相似的东西分到一组3.难点：如何评估，如何调参二、基本概念：1.K：要得到簇的个数，需要指定K2.质心：均值，即向量各维取平均3.距离的度量：常用欧几里得距离和余弦相似度（先标准化）4.优化目标（1）Ci代表第i个簇的中心（2）x是属于Ci的点（3）dist：为distance距离，即欧几里得距离（4）目标为：每一个点到该簇的距离之和，以及各
RayBreslin·2022-11-22 10:43

【机器学习】聚类之K-means和DBSCAN

K均值（点之间的距离）、Affinitypropagation（图之间的距离）、均值漂移（点之间的距离）、DBSCAN（最近点之间的距离）、高斯混合（到中心的马氏距离）、谱聚类（图之间距离）等。
学金融的程序员懒羊羊·2022-11-22 10:13

视觉机器学习20讲-MATLAB源码示例（1）-Kmeans聚类算法

视觉机器学习20讲-MATLAB源码示例（1）-Kmeans聚类算法1.K-means聚类算法2.Matlab仿真3.仿真结果4.小结1.K-means聚类算法K-Means算法是无监督的聚类算法，它实现起来比较简单
mozun2020·2022-11-22 10:42

【数据分析】基于 kmeans实现数据聚类分组含Matlab源码

1简介从理论,设计程序和代码实现等方面,说明如何通过数据挖掘中K-均值聚类算法,利用Matlab的灵活编程功能进行探索性和优化性综合实验.以实验教学实践说明,为将创新思维和动手能力培养贯穿于实验教学的始终
matlab科研助手·2022-11-22 10:09

机器学习初探：（十）K均值聚类（K-means）以及KNN算法

K均值聚类（K-means）图片出处本篇将介绍无监督学习家族中的一种经典聚类算法——K均值聚类（K-means）。
黑洞拿铁·2022-11-22 10:08

【老生谈算法】matlab实现K均值聚类算法——K均值聚类算法

基于Matlab环境下的K均值聚类算法1、原文下载：本算法原文如下，有需要的朋友可以点击进行下载序号原文（点击下载）本项目原文【老生谈算法】基于Matlab环境下的K均值聚类算法.doc2、算法详解：摘要
阿里matlab建模师·2022-11-22 10:08

机器学习算法--python实现常用的聚类算法—k-均值算法（基于原型聚类）+SSE+轮廓图

基于原型的聚类方法意味着每个集群代表一个原型，可以是有类似连续性特征点的重心，或者是在分类特征最具代表性或最频繁出现的中心。fromsklearn.datasetsimportmake_blobsimportmatplotlib.pyplotaspltfromsklearn.clusterimportKMeansimportnumpyasnpfrommatplotlibimportcmfromsk
糯米君_·2022-11-22 10:05
上一页 36 37 38 39 40 41 42 43 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他