K-Means聚类算法

【数据聚类】第三章第二节4：K-Means算法及其Python实现（初始中心点的选择和K-Means++算法）

本文上接：【数据聚类】第三章第二节3：K-Means算法及其Python实现（性能分析、算法优缺点和K值的选择方法）文章目录一：朴素方法二：KKK-MeansMeansMeans++算法（1）算法思想（
快乐江湖·2022-12-27 20:35

机器学习复习

欧式距离与马氏距离欧式距离：最常见的两点之间或多点之间的距离表示法，又称之为欧几里得度量，它定义于欧几里得空间中一般在机器学习模型中会涉及到衡量两个样本间的距离，如聚类、KNN，K-means等，使用的距离为欧式距离马氏距离
WRStop·2022-12-27 19:11

聚类模型——k-means

聚类和分类的区别：分类是已知类别的，聚类未知类别目录一、K-means1，算法流程K-means聚类的算法流程：图解过一遍：2，WCSS(Within-ClusterSumofSquares)簇内平方和
Fran OvO·2022-12-27 16:01

利用sklearn中的Kmeans对seeds_dataset数据集进行分类分析

目录前言一、k-means主要步骤二、数据集三、不使用PCA降维1.读入数据2.找簇心3.训练以及评估4.完整代码四、使用PCA降维五、对比结果前言本篇文章是主要讲述利用sklearn库中的Kmeans
ggbooo·2022-12-27 08:57

人工智能与机器学习---用线性LDA、k-means和SVM算法进行二分类可视化分析

一、支持向量机（SVM）算法的原理支持向量机（SupportVectorMachine，常简称为SVM）是一种监督式学习的方法，可广泛地应用于统计分类以及回归分析。它是将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面，分隔超平面使两个平行超平面的距离最大化。假定平行超平面间的距离或差距越大，分类器的总误差越小。1、支持向量机的基
鄧丫丫·2022-12-27 00:18

机器算法基础——回归分析

内容大纲1、回归算法-线性回归分析2、线性回归实例3、回归性能评估4、分类算法-逻辑回归5、逻辑回归实例6、聚类算法-kmeans7、k-means实例Q：如何判断是分类算法还是回归算法由目标值特征来决定使用分类
咸鱼2K·2022-12-26 23:42

python绘制月亮_数据挖掘——月亮数据

它上用于分类和聚类算法的实践实验。图中每一个点是一条数据。其中(x1,x2)是特征组，颜色是标签值。
weixin_39618173·2022-12-26 22:46

K-means聚类模板

#-*-coding:utf-8-*-importpandasaspd#参数初始化inputfile='../data/consumption_data.xls'#销量及其他属性数据outputfile='../tmp/data_type.xls'#保存结果的文件名k=3#聚类的类别iteration=500#聚类最大循环次数data=pd.read_excel(inputfile,index_c
克莱默申克·2022-12-26 21:53

k-means算法的matlab代码实现_教程 | matlab实现kmeans聚类算法

kmeans聚类算法是一种简单实用的聚类算法，matlab自带函数kmeans可直接对数据进行kmeans聚类。
weixin_39574140·2022-12-26 21:23

python实现kmeans算法并可视化_机器学习（一）Kmeans算法+简单可视化展示

0.我们导师的土味理解均值聚类算法通俗解释有一个黑社会，总共有10个人，分别是p1~p10，每个人都有智商，力量，情商，颜值四项打分。
weixin_40002009·2022-12-26 21:23

k-means可视化

fromsklearn.clusterimportKMeansimportnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspdfromsklearn.preprocessingimportMinMaxScalerX=np.array(value)X_max=np.max(X)X_min=np.min(X)X=(X-X_min)/(X_max-X
ACE-Mayer·2022-12-26 21:52

k-means 聚类方法，转 4/15

k-means聚类聚类算法有很多种，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。
唐僧哥哥121·2022-12-26 21:51

《机器学习实战》第10章 k-means聚类可视化

frommathimportsqrtfromdisimportdisfromrandomimportrandomimportnumpyasnpimportmatplotlib.pyplotaspltimportmath'''-----函数定义区-----'''defloadDataSet(fileName):dataMat=[]fr=open(fileName)forlineinfr.readli
Reyl·2022-12-26 21:51

基于自动模糊聚类的图像分割研究（Matlab代码实现）

本文目录如下：目录1概述2运行结果3Matlab代码实现4参考文献1概述通过最小化目标函数的聚类算法有一个明显的缺点，即必须手动设置聚类数。
@橘柑橙柠桔柚·2022-12-26 17:50

Pyspark聚类--PowerIterationClustering

maxIter=20,initMode=‘random’,srcCol=‘src’,dstCol=‘dst’,weightCol=None)幂迭代聚类(PIC)，一种由Lin和Cohen开发的可扩展图聚类算法
Gadaite·2022-12-26 14:16

Spark2.0机器学习系列之10： 聚类(高斯混合模型 GMM）

在Spark2.0版本中（不是基于RDDAPI的MLlib），共有四种聚类方法：（1）K-means（2）LatentDirichletallocation(LDA)（3）Bisectingk-means
千寻千梦·2022-12-26 14:46

spark厦大----KMeans聚类算法 -- spark.mllib

来源：http://mocom.xmu.edu.cn/article/show/586df21caa2c3f280956e7b3/0/1聚类（Clustering）是机器学习中一类重要的方法。其主要思想使用样本的不同特征属性，根据某一给定的相似度度量方式（如欧式距离）找到相似的样本，并根据距离将样本划分成不同的组。聚类属于典型的无监督学习（UnsupervisedLearning）方法。与监督学习
小丁丁_ddxdd·2022-12-26 14:46

聚类(幂迭代聚类， power iteration clustering， PIC)

https://blog.csdn.net/qq_34531825/article/details/52675182在Spark2.0版本中（不是基于RDDAPI的MLlib），共有四种聚类方法：（1）K-means
斯汤雷·2022-12-26 14:45

Spark2.0机器学习系列之8： 聚类(k-means,Bisecting k-means,Streaming k-means）

在Spark2.0版本中（不是基于RDDAPI的MLlib），共有四种聚类方法：（1）K-means（2）LatentDirichletallocation(LDA)（3）Bisectingk-means
千寻千梦·2022-12-26 14:45

Spark2.0机器学习系列之11： 聚类(幂迭代聚类， power iteration clustering， PIC)

在Spark2.0版本中（不是基于RDDAPI的MLlib），共有四种聚类方法：（1）K-means（2）LatentDirichletallocation(LDA)（3）Bisectingk-means
张博208·2022-12-26 14:15

SparkML（五）

聚类k-means算法k-means算法是聚类分析中使用最广泛的算法之一。它把n个对象根据它们的属性分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。
北极光。·2022-12-26 14:15

Spark 3.0 - 15.ML PIC 快速迭代聚类理论与实战

目录一.引言二.PIC理论1.谱聚类2.快速迭代聚类三.PIC实战1.数据准备2.构建PIC3.预测与展示四.总结一.引言前面介绍了K-means聚类与高斯混合聚类，本文介绍另外一种聚类方法PowerIterationCluster
BIT_666·2022-12-26 14:14

Spark MLlib 1.6 -- 聚类

Spark.mllib包支持以下模型：·K-means·Gaussianmixture·Poweriterationclustering(PIC)·LatentDirichletallocation(L
hopeatme·2022-12-26 14:44

Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks翻译

原理：每次对由图聚类算法识别的密集子图相
歌者And贰向箔·2022-12-26 11:49

KNN实现手写数字识别

其他实现手写数字识别的方法：1.聚类（K-means）实现手写数字识别2.卷积神经网络（CNN）实现手写数字识别3.全连接神经网络实现手写数字识别4.聚类（K-means）实现手写数字识别-2实验数据是老师收集了所有人的手写数字图片
zeronose·2022-12-26 08:44

基于 K-Means 聚类算法的客户精准营销模型

在本文中，我将分享一种目前比较流行的K-Means聚类的无监督学习技术。K-Means的目标是将所有可用的数据分组为彼此不同的不重叠的子组。
2201_75499313·2022-12-26 04:13

Python|使用深度神经网络的 K-Means 聚类进行短期风电预测

目录1引言2问题描述3目的4重要性5创新点6Python代码7结果1引言可再生能源的开发利用一直是世界上最热门的热点之一。风力发电由于清洁和广泛的可用性，正迅速向大规模产业发展，并具有波动性和间歇性电力的特点。准确可靠的风电预测方法对于电能质量、可靠性管理以及降低旋转备用供电成本至关重要.2问题描述风能预测对应于对近期一个或多个风力涡轮机的预期产量的估计。在电网中，任何时候都必须在用电量和发电量之
荔枝科研社·2022-12-26 01:39

机器学习笔记之-Kmeans

Kmeans思想及算法流程：首先Kmeans是一种无监督的聚类算法。对于给定的样本集，按照样本之间的距离大小，将样本划分为K个簇，让簇内的点尽量紧密的连接在一起，而让簇间的距离尽量的大。
数据小白的进阶之路·2022-12-26 01:38

K-means聚类算法原理及实现

文章目录1.聚类分析1.1概念1.2K均值和层次聚类2.聚类分析的度量2.1外部指标2.2内部度量3.K-means概念4.K-means算法步骤5.K-means案例1(python代码)1.聚类分析1.1概念聚类分析，也称为分割分析或分类分析，可将样本数据分成一个个组（即簇）。同一簇中的对象是相似的，不同簇中的对象则明显不同。StatisticsandMachineLearningToolbo
恶熊比比·2022-12-26 01:06

聚类算法（七）—— Kmeans（含标签聚类和文本聚类代码）

聚类算法相关：聚类算法（一）——DBSCAN聚类算法（二）——优缺点对比聚类算法（三）——评测方法1聚类算法（三）——评测方法2聚类算法（三）——评测方法3(代码）聚类算法（四）——基于词语相似度的聚类算法
微知girl·2022-12-26 01:36

流聚类算法之CluStream

CluStream前言一、CluStream算法的切入点二、CluStream算法核心思想三、CluStream算法的两阶段3.1在线阶段3.2离线阶段CluStream算法的缺点总结前言本文简要介绍了数据流聚类算法中的
向、向向日葵·2022-12-26 01:36

基于KMeans聚类算法的网络流量分类预测

温馨提示：文末有CSDN平台官方提供的学长Wechat/QQ名片:)1.项目简介网络流量分类或网络流量异常检测，采用基于聚类的机器学习算法，实现异常检测与分类，即划分为正常流量和异常流量。数据集来源自KDDCUP，该数据集是从一个模拟的美国空军局域网上采集来的9个星期的网络连接数据,分成具有标识的训练数据和未加标识的测试数据。测试数据和训练数据有着不同的概率分布,测试数据包含了一些未出现在训练数据
Python极客之家·2022-12-26 01:33

生信分析——聚类分析

实现过程：1.进行数据预处理（在生信中聚类分析的预处理是使用PCA进行主成分分析）2.进行数据的标准化主要的聚类算法都包括：1.基于划分的的聚类方法（这主要就是生信聚类分析的主要算法）：对给定的包含n个样本的数据集
生信学徒·2022-12-25 23:37

算法面经360、58同城篇

360实习1.lstm结构2.rnn梯度消失梯度爆炸短期依赖3.除了kmeans还知道啥聚类算法4.crf;hmm原理5.bert结构和transformer区别：没用decoder等6.self-attetionQKV
持续战斗状态·2022-12-25 21:31

Fast Odometry and Scene Flow from RGB-D Cameras based on Geometric Clustering 论文笔记

系统总览输入颜色-深度图像对首先，每一帧对场景点的3D坐标执行k-means聚类算法，分割成N个几何聚类。每一个聚类被视为一个刚体，每个聚类的速度用twistξi∈se
Jumping润·2022-12-25 18:47

机器学习算法：决策树、聚类算法和回归理解

在接下来的文章中，我们将讨论决策树、聚类算法和回归，指出它们之间的差异，并找出如何为你的案例选择最合适的模型。
飞飞好奇·2022-12-25 14:45

确定最佳聚类数matlab代码_K-means聚类最优k值的选取

最近做了一个数据挖掘的项目，挖掘过程中用到了K-means聚类方法，但是由于根据行业经验确定的聚类数过多并且并不一定是我们获取到数据的真实聚类数，所以，我们希望能从数据自身出发去确定真实的聚类数，也就是对数据而言的最佳聚类数
weixin_39606019·2022-12-25 10:09

【GA优化K-means不求人】遗传算法优化Kmeans聚类+MATLAB轻代码

【GA优化K-means不求人】遗传算法优化Kmeans聚类+MATLAB轻代码一、K-means聚类原理介绍二、K-means优化设计要点三、MATLAB实践操作（K-means）实时编辑器自动设置（
安安讲代码·2022-12-25 09:38

聚类:Python遗传算法

我们将首先简要修改K-means聚类算法以指出其弱点，然后由遗传算法解决。略述根据训练数据是否带有标签，机器学习有两种类型：监督机器学习
亚图跨际·2022-12-25 09:38

深度学习之 RBF神经网络

径向基函数：RBF神经网络的训练可以分为两个阶段：第一阶段为无监督学习，从样本数据中选择记忆样本/中心点；可以使用聚类算法，也可以选择随机给定的方式。第二阶段为监督学习，主要计算样本经过RBF转换后，
奔跑的大西吉·2022-12-25 06:21

计算机视觉相关学习项目（下）——附MATLAB源代码

二十二、基于K-means聚类算法的图像分割【系统介绍】以聚类算法进行图像分割就是将图像空间中的像素点用对应的特征向量表示，根据它们在特征空间的特征相似性对特征空间进行分割，然后将其映射回原图像空间，得到分割结果
早知晓·2022-12-25 04:02

EasyPointPillars训练复现以及相关问题

目前在雷达3D检测领域中，工业中常用的方法有两种，分别为基友传统算法的欧式聚类算法以及基于深度学习的pointpillars，简单归纳一下两种常用算法的优缺点。
融合算法工程师—常飞翔·2022-12-25 03:57

数据可视化 - Streamlit实现页面组件交互与展示（以K-Means为例）

尤其是它提供的交互功能，可以让很多数据分析的结果清晰直观地展现在页面上，比起手动修改参数，一遍一遍rerun，真的舒服了不少~~因此这篇文章将以K-Means模型为例，采用iris数据集，介绍如何使用streamlit
Sakura Memory?·2022-12-24 20:42

聚类---K(k-means)均值

一、概念K均值(k-means)是聚类算法中最为简单和高效的算法，属于无监督的算法。
小朋友,你是否有很多问号?·2022-12-24 18:25

kmeans聚类算法python实现鸢尾花数据集,聚类--K均值算法：自主实现与sklearn.cluster.KMeans调用...

1.用python实现K均值算法K-means是一个反复迭代的过程，算法分为四个步骤：(x,k,y)1)选取数据空间中的K个对象作为初始中心，每个对象代表一个聚类中心；definitcenter(x,k
weixin_39622710·2022-12-24 17:20

人工智能期末复习：聚类（详细笔记）

文章目录聚类的概述常见的聚类算法原型聚类K均值聚类算法K均值++聚类算法顺序前导聚类（Sequentialleaderclustering）高斯混合聚类（KMM）密度聚类DBSCAN聚类算法层次聚类AGNES
北岛寒沫·2022-12-24 17:15

DataWhale组队sklearn学习 -- K-Means

k-means用于无监督学习用于分类思想：我们假设相似的事物之间的距离也会比较近，即：“物以类聚，人以群分”的思想。因此对于给定的样本集，按照样本之间的距离，将样本集划分为k个簇。
小灰机大·2022-12-24 14:10

斯坦福大学(吴恩达) 机器学习课后习题详解 第八周 编程题 k-means and PCA

编程作业下载地址：https://download.csdn.net/download/wwangfabei1989/103181651.PCA.mfunction[U,S]=pca(X)%PCARunprincipalcomponentanalysisonthedatasetX%[U,S,X]=pca(X)computeseigenvectorsofthecovariancematrixofX%
王发北·2022-12-24 13:00

k-means算法与pca结合对多特征组聚类

数据：6个画像，每个画像中有700个标签。解释：同一标签下不同画像对应的数据，我要对此数据做聚类，结果展示：后端代码显示defkmeans_img(request):#获取前段数据UPLOAD_ROOT=os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))),'static/img')brand_name=r
可爱的大崔儿·2022-12-24 13:28

K-means聚类与PCA【Coursera 斯坦福 机器学习】

本文基于Coursera斯坦福吴恩达机器学习课程谢绝任何不标记出处的转载如有问题请联系作者所有非手画图像（除公式）均来自课程侵删————————————————————————————————————————————————1.无监督学习简介unsupervisedlearning无监督学习相比监督学习，最大的差别就是没有用来衡量学习效果的手段（有无监督）。例如在监督学习中，对于回归模型我们可以用
爱看动漫的李皮皮·2022-12-24 13:58
上一页 29 30 31 32 33 34 35 36 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他