K均值第12页

K-Means聚类算法理论与代码实践

简介K均值聚类，也叫做K-MeansClustering，是一种著名的用于分类问题的无监督机器学习聚类算法。

HaloZhang·2022-01-03 16:44

机器学习(九)——Kmeans聚类

k均值聚类算法（k-meansclusteringalgorithm）是一种迭代求解的聚类分析算法，其步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心

zju_cbw·2021-12-06 11:50

Python OpenCV实战之与机器学习的碰撞

目录0.前言1.机器学习简介1.1监督学习1.2无监督学习1.3半监督学习2.K均值(K-Means)聚类2.1K-Means聚类示例3.K最近邻3.1K最近邻示例4.支持向量机4.1支持向量机示例小结

·2021-12-03 13:14

OpenCV-Python实战（13）——OpenCV与机器学习的碰撞

OpenCV-Python实战（13）——OpenCV与机器学习的碰撞0.前言1.机器学习简介1.1监督学习1.2无监督学习1.3半监督学习2.K均值(K-Means)聚类2.1K-Means聚类示例3

盼小辉丶·2021-10-24 16:48

机器学习基础知识点

机器学习基础知识点文章目录机器学习基础知识点监督学习回归线性回归岭回归lasso回归分类k最近邻分类朴素贝叶斯分类logistic回归支持向量机其他随机梯度下降线性判别分析决策树无监督学习聚类k均值分层次聚类谱聚类高斯混合模型降维

陆嵩·2021-10-24 14:14

机器学习进阶-聚类

K-means算法也被称为k均值，算法步骤kmeans本身对噪声很敏感，不能过滤噪声算法

yzy_1117·2021-10-19 10:29

人工智能-机器学习-KMeans聚类

一.概述k均值聚类算法（k-meansclusteringalgorithm）是一种迭代求解的聚类分析算法，属于无监督学习的一种，其步骤是，预先将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个聚类中心之间的距离

纯洁的小魔鬼·2021-10-15 23:36

Python，OpenCV中的K均值聚类——K-Means Cluster

Python，OpenCV中的K均值聚类1.效果图2.原理2.1什么是K均值聚类？

程序媛一枚~·2021-08-06 20:42

python聚类算法选择方法实例

2、如果数据量是中小型的，比如在100W条以内，K均值会是更好的选择；如果数据量超过100W条，可以考虑使用MiniBatchKMeans。

·2021-07-30 10:19

【洞幺邦】K-means聚类分析在实例中的应用

1K-means聚类算法基本理论1.1基本定义亦称为k均值聚类算法，其评价指标为各基本粒子间的距离。当两个对象间距离越近，则认为其相似度就越大。最终将整个粒子群体划分为具有多个独立中心的“簇”。

洞幺邦·2021-07-06 10:37

【百面机器学习】非监督学习-K均值聚类

1、K均值聚类聚类是在事先并不知道任何样本类别标签的情况下，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

天空之上02·2021-06-19 18:26

无监督学习聚类分析②

划分聚类分析K均值聚类最常见的划分方法是K均值聚类分析。

柳叶刀与小鼠标·2021-06-13 20:31

SciKit-Learn 加载数据集

SciKit-Learn数据集基本信息SciKit-Learn使用matplotlib可视化数据SciKit-Learn可视化数据:主成分分析(PCA)SciKit-Learn预处理数据SciKit-LearnK均值聚类

吴吃辣·2021-06-09 08:21

聚类：原型聚类、层次聚类、密度聚类

k均值算法：在一定程度上描述了样本围绕簇均值的紧密程度学习向量量化（LVQ）：LVQ假设样本带有类别标记，学习过程通过利用样本的这些监督信息辅助聚类。

callme周小伦·2021-06-06 01:43

k-means聚类算法研究

K均值聚类这一最著名的聚类算法主要基于数据点之间的均值和与聚类中心的聚类迭代而成。它主要的优点是十分的高效，由于只需要计算数据点与剧类中心

hexg1016·2021-06-05 19:14

吴恩达机器学习-8-聚类知识

本文中首先介绍的是聚类中的K均值算法，包含：算法思想图解K-Meanssklearn实现Python实现无监督学习unsupervisedlearning无监督学习简介聚类和降维是无监督学习方法，在无监督学习中数据是没有标签的

尤尔小屋的猫·2021-05-22 09:27

机器学习常用十大算法简介

算法如下：1.决策树2.随机森林算法3.逻辑回归4.SVM5.朴素贝叶斯6.k近邻算法7.k均值算法8.Adaboost9.神经网络10.马尔科夫1.决策树根据数据某一特征进行分类，每一个节点提一个问题

CiferZ·2021-05-20 03:02

【数据分析】基于GUI kmeans聚类分组系统【Matlab 021期】

一、简介1前言作为无监督聚类算法中的代表——K均值聚类（Kmeans）算法，该算法的主要作用是将相似的样本自动归到一个类别中。所谓的监督算法，就是输入样本没有对应的输出或标签。

星斗月辉·2021-05-19 19:50

K-means聚类算法之初识

K均值（K-means）算法是现在最热门最为广泛运用的聚类算法，它是无监督学习的聚类算法。

单名一个冲·2021-05-19 09:08

python实现K均值聚类算法

之前做大作业的时候本来想用聚类法给点集分类的，但是太复杂了，于是最后没有采用这个方案。现在把之前做的一些工作整理出来写个小博客。K-means聚类法原理：聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程，聚类就是一种发现这种内在结构的技术，聚类技术经常被称为无监督学习。K-Means算法的思想很简单，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

小陈皓·2021-05-14 21:06

原型聚类之K均值算法分析与实现（Python）

算法原理原理很简单，我就不细说了（如果这还看不懂，建议补一下数学知识），直接参考周志华老师的《机器学习》，上面也把算法的实现过程总结了。算法原理.PNG算法流程分析下面先看一下算法的流程，分析、理解每一个步骤才能正确写出程序。算法的流程.PNG算法过程第1行：根据要聚类的簇数k随机选择k个样本作为均值向量。算法过程第3行：初始化聚类结果的存储变量算法过程第5行：计算m个样本分别到k个均值向量的距离

小猪编程·2021-05-12 15:48

机器学习 Week6 —— 无监督学习：聚类，主成分分析，异常检测

之前介绍了监督学习的一些算法：线性回归Logistic回归神经网络模型支持向量机这篇文章介绍一下无监督学习的一些算法：K均值聚类算法，主成分分析法，以及异常检测K均值算法（K-means）K均值是用来解决聚类问题的一种算法

Hardy_·2021-05-04 00:37

非监督分类

目前PIE-Engine包括K均值分类与最大期望分类k均值分类K均值（K-meansClusteringAlgorithm)是一种迭代求解的聚类分析方法，易于描述、时间效率高且适于处理大规模数

沉默小赵·2021-05-01 22:34

聚类分析的原理和应用（二）

本文主要讲述聚类分析在SPSS中的实现，和对结果的解读主要应用K均值聚类、系统聚类、两步聚类法案例一K均值聚类在移动用户分类中的应用1.自变量的类别和定义如下（客户在不同时间段的通话时长和平均时长）2.

洛水青柳2017·2021-04-26 09:21

K均值聚类（KMeans）、可视化选取最佳K值、通过TSNE进行结果可视化分析、抽取核心特征因子

K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。k个初始类聚类中心点的选取对聚类结果具有较大的影响，因为在该算法第一步中是随机的选取任意k个对象作为初始聚类的中心，初始地代表一个簇。该算法在每次迭代中对数据集中剩余的每个对象，根据其与各个簇中心的距离将

Data+Science+Insight·2021-04-16 14:30

多视图谱聚类算法介绍

矩阵的行是数据点的嵌入，就是说一行对应一个数据，一共有n行，然后用k均值算法进行聚类。作者的多视图谱聚类框架建立在标准谱聚类基础上，增加了半监督学习中的共正则化框架增加单一视图。半监

hzb_ml·2021-04-14 02:33

（DataWhale组队学习）集成学习之机器学习基础——机器学习三大主要任务

常用方法K均值聚类（KMeans），深度学习(DL)。回归和分类（有监督学习）回归：因变量是连续型变

起名字什么的好难·2021-03-15 20:04

【数据分析】基于matlab GUI kmeans聚类分组系统【含Matlab源码 510期】

一、简介1前言作为无监督聚类算法中的代表——K均值聚类（Kmeans）算法，该算法的主要作用是将相似的样本自动归到一个类别中。所谓的监督算法，就是输入样本没有对应的输出或标签。

紫极神光·2021-03-13 01:06

纹理图像分割代码

利用k均值算法的变化对大图像进行有效分割。分析阶段使用基于规则的启发式方法将分段分类为潜在的伪影或相邻纹理，这些纹理可以用于恢复它们。

fpga&matlab·2021-03-10 20:12

基于RFM模型的Kmeans聚类算法实现

基于RFM模型的K均值聚类算法实现模型介绍K均值聚类原理聚类步骤导入库读取数据正确的代码一个错误的示例为什么会失败？

&黄焖鸡米饭&·2021-03-02 17:35

python-K均值聚类分析

#K-means聚类的python实现方法#最常用的机器学习聚类算法，且为典型的基于距离的聚类算法#K均值：基于原型的、划分的距离技术，它试图发现用户指定个数(K)的簇#以欧式距离作为相似度测度#创建数据

爱格1997·2021-02-24 11:58

K-Means聚类算法（一）

1.概述：K-means聚类算法也称k均值聚类算法，是聚类算法的典型代表，可以说是最简单的聚类算法没有之一。它采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。

菜鸟小_pu·2021-02-16 22:51

Python Kmeans K均值分类

PythonKmeansK均值分类1声明本文的数据来自网络，部分代码也有所参照，这里做了注释和延伸，旨在技术交流，如有冒犯之处请联系博主及时处理。

SunShine2025·2021-02-11 18:57

10 OpenCV 机器学习和深度学习

开发者可以对其中的算法进行标准化的使用和访问,不过也有一些机器学习算法没有集中在ml中,因为这些算法在OpenCV的ml尚未设计之前就已经存在于OpenCV中,后面可能也会被移进ml中.dnn中集成了深度神经网络相关的算法.K均值

IYATT-yx·2021-02-10 10:33

第十五课.K均值算法

目录K均值算法原理K均值算法的改进：K-means++numpy实现K-meansK均值算法原理K均值（K-means）算法属于无监督学习中的聚类算法；聚类是根据样本特征向量之间的相似度或距离，将样本数据划分为若干个样本子集

tzc_fly·2021-02-03 15:31

机器学习---Kmeans 聚类算法

执行过程我们预先定义好聚类簇的数量，每一轮k均值的过程中，要重新计算每一个数据点和聚类簇的中心的距离。

沃特艾文儿_·2021-02-01 00:11

基于numpy实现的简单k-means，k-means浅析

文章目录基于numpy实现的简单k-means前言一、k-meansk均值算法二、代码原理实现1.引入库2.面向对象实现总结前言k-means是什么，它的做什么的，它与先前所说的聚类有什么关系。

才疏学浅的ksks14·2021-01-24 12:03

基于NumPy和Matplotlib实现k-means聚类及可视化

k均值算法 k均值(k-means)算法是一种原型聚类算法（亦称“基于原型的聚类”(prototype-basedclustering)）。

CCH21·2021-01-21 16:17

数据挖掘算法和实践（十六）：聚类算法

无需样本训练得到模型后再适用于新数据，直接对数据进行聚类操作得到某几类数据，经典场景是工业生产环境的异常处理，常见的有基于距离的聚类（代表是K-means算法）和基于密度的聚类（代表是DBscan算法），掌握最常用的k均值

A叶子叶来·2021-01-15 15:29

k均值聚类算法案例 r语言iris_R语言如何进行聚类分析？

点击上方“中国统计网”设置星标哦！01首先介绍下聚类分析中主要的算法：K-均值聚类(K-Means)十大经典算法K-中心点聚类(K-Medoids)密度聚类(DBSCAN)系谱聚类(HC)期望最大化聚类(EM)十大经典算法02用iris数据集进行kmeans分析# kmeans对iris进行聚类分析 iris2iris.kmeansiris.kmeans#用table函数查看分类结果情况table

Mjohfspjt·2021-01-10 14:14

k均值聚类算法案例 r语言iris_R语言进阶之聚类分析

黄一孟·2021-01-10 05:41

典型的聚类算法--学习笔记

目录一.前言二.典型的聚类算法1.聚类算法的选择2.K-Means（K均值）（1）原理（2）示意图（3）算法优缺点（4）注意事项（5）示例代码（6）算法拓展--MiniBatchK-Means（7）模型评估

dreamandgo·2021-01-06 14:53

夜间灯光数据dn值_【文献笔记】利用DMSP/OLS夜间光照数据和Kmeans方法识别特大城市城乡边缘...

OLSnighttimelightdataandK–meansmethodtoidentifyurban–ruralfringeofmegacities期刊：HabitatInternational因子：4.31主题：城乡边缘、夜间灯光数据、K均值算法

weixin_39646831·2021-01-01 06:48

k means sse python_python实现kMeans算法

1、k均值聚类算法k均值聚类将数据分为k个簇，每个簇通过其质心，即簇中所有点的中心来描述。首先随机确定k个初始点作为质心，然后将数据集分配到距离最近的簇中。然后将每个簇的质心更新为所有数据集的平均值。

鹿鹿超甜丫·2020-12-24 08:05

python kmeans聚类调参_Python机器学习K均值聚类建模和调参

聚类分析(英语：Clusteranalysis)亦称为群集分析，是对于统计数据分析的一门技术，在许多领域受到广泛应用，包括机器学习，数据挖掘，模式识别，图像分析以及生物信息，顾客分类，文章分类等。聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集(subset)，这样让在同一个子集中的成员对象都有相似的一些属性，常见的包括在坐标系中更加短的空间距离等。一般把数据聚类归纳为一种非监督式

kokeihou·2020-12-23 06:03

k-means算法的matlab代码实现_【机器学习基础】数学推导+纯Python实现机器学习算法23：kmeans聚类...

常用的聚类分析方法包括层次聚类法(HierarchicalClustering)、k均值聚类(K-meansClustering)、模糊聚类(Fuz

weixin_39664456·2020-11-27 02:45

随机森林原理_机器学习(27):随机森林工作原理及调参实战（信用卡欺诈预测）...

机器学习文章集合：1-20机器学习(21):TensorflowKeras手写数字识别机器学习(22):TensorflowKeras识别猫狗机器学习(23):几张GIF理解K-均值聚类原理机器学习(24):k均值聚类数学推导与

weixin_39983404·2020-11-26 15:10

随机森林原理_机器学习(29):随机森林调参实战（信用卡欺诈预测）