K-Means聚类

机器学习算法之Kmeans算法（K均值算法）

Kmeans算法(K均值算法)KMeans算法是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。
_virtualman·2022-11-19 06:08

coverage path planning覆盖路径规划（2021-左海民 ）

日常的高速路，有可能道路维护)1.3障碍物->障碍物并未填充整个小块1.4将这些问题对应到实际应用中，寻求应用的特点，甚至获得新的应用解决方案2.1离线算法：Hamilton环路，一般是数学系的人在干2.2用聚类算法加速
HenrySmale·2022-11-19 05:28

机器学习之聚类：Kmeans实战

文章目录前言無監督學習的優點常用聚类算法的特點：KMeans算法算法的優缺點算法流程圖解KMeans實戰總結前言随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习中無監督學習的基础内容
名难取aaa·2022-11-19 05:59

K-means

6.1聚类算法简介学习目标知道聚类算法的概念了解聚类算法和分类算法的最大区别1认识聚类算法使用不同的聚类准则，产生的聚类结果不同。
钰涵雨辰·2022-11-19 04:47

RDKit | 基于Murcko骨架聚类化合物库

RDKit|基于Murcko骨架聚类化合物库化合物多样性评估一种方法是使用合适的指纹技术将化合物矢量化并评估他们之间的距离。这种方法经常被使用，但是对于人类很难直观地理解化合物之间的距离。
发呆的比目鱼·2022-11-19 03:09

k-means算法例题应用

简单介绍：k-means算法是一个聚类的算法。属于无监督学习算法，也是就样本没有label(标签)，然后根据某种规则进行“分割”，把相同的或者相近的放在一起。算法缺点：不能帮助我们自动分类，需要指定。
weixin_su·2022-11-19 03:38

100种算法的python实现_Python实现的各种机器学习算法

七种算法包括：线性回归算法Logistic回归算法感知器K最近邻算法K均值聚类算法含单隐层的神经网络多项式的Logistic回归算法01线性回归算法在线性回归中，我们想要建立一个模型，来拟合一个因变量y
weixin_39734646·2022-11-19 03:07

rdkit MurckoScaffold 化合物骨架提取；基于骨架的相似化合物聚类检索

参考：http://www.rdkit.org/docs/source/rdkit.Chem.Scaffolds.MurckoScaffold.htmlhttps://cloud.tencent.com/developer/article/17826201、rdkitMurckoScaffold化合物骨架提取##原始分子mol22=Chem.MolFromSmiles('Cc1cc(Oc2nccc
loong_XL·2022-11-19 03:43

Yolo v2、v3理论详解

BatchNormalization在每个卷积层后都添加了BN层，不再使用dropout2.高分辨率分类器从224*224——>448*448，更大的输入尺寸3.使用anchorbox4.anchor聚类
Dragon_0010·2022-11-19 03:12

python快速实现10种聚类算法

文章目录什么是聚类？什么是聚类算法？
易烊千蝈·2022-11-19 03:27

Python机器学习之k-means聚类算法

1引言所谓聚类,就是按照某个特定的标准将一个数据集划分成不同的多个类或者簇,使得同一个簇内的数据对象的相似性尽可能大,同时不再一个簇内的数据对象的差异性也尽可能大,聚类算法属于无监督学习算法的一种.k-
赵卓不凡·2022-11-19 03:24

无监督聚类算法—K-means算法基础

目录1、无监督算法简介2、K-means算法思想3、K-means算法实现步骤4、K-means示意图5、代码实现6、结果展示1、无监督算法简介无监督学习，即对于没有类别标签的样本集，模型可以根据样本的特性
~hello world~·2022-11-19 03:22

浅谈监督聚类算法—KNN最近邻分类算法基础

1、KNN模型简介KNN模型，是最简单的机器学习算法之一，其作用是以全部训练样本作为代表点，通过计算未知样本与所有训练样本的距离，并以最近邻者的类别作为决策未知样本类别的依据；即根据测试数据与k个已知点的最短距离来划分未知数据的类别。为更好理解其算法原理，我们对几组概念进行说明。训练数据，即用于训练模型的数据。所谓训练数据，其本质就是将该数据作为模型运算的已知数据；换句话讲，以后模型的运算都是基于
~hello world~·2022-11-19 03:52

10 种 Python 聚类算法及python实现

10种Python聚类算法及python实现10种Python聚类算法及python实现聚类分析的定义聚类分析是一种无监督的机器学习任务，从现有的数据实现对数据的自然分组，在特征空间中找到群组，只解释输入变量
萧萧的博客·2022-11-19 03:48

Python实现10种聚类算法

你所知道的聚类算法都有哪些？是否都实践应用过？最近看到一篇介绍聚类算法的文章（来自海豚数据科学实验室），总结了10种聚类算法及Python实现，分享给大家聚类或聚类分析是无监督学习问题。
Sim1480·2022-11-19 03:13

太强了，10种聚类算法完整Python实现！

来源：海豚数据科学实验室转自：数据分析1480今天给大家分享一篇关于聚类的文章，10种聚类介绍和Python代码。聚类或聚类分析是无监督学习问题。
俊红的数据分析之路·2022-11-19 03:12

python实现机器学习算法——K均值聚类算法

文章目录1.序言2.K均值算法2.1简介2.2算法过程3.实现代码主函数导入数据集初始化聚类中心样本聚类更新聚类中心判断是否更新绘制效果图代码整合1.序言本人是一名刚升大二的学生，最近刚接触机器学习，当学到这些算法以后就想试试用自己现有的能力来实现他们
龙儿驭大河·2022-11-19 02:37

机器学习聚类算法 python实现

聚类算法watermelon4.0.csv西瓜数据集LVQ.pyK-means.pyGMM.pyAGNES.py（初始化30个不同颜色的簇）AGNES.pywatermelon4.0.csv西瓜数据集1,0.697,0.4602,0.774,0.3763,0.634,0.2644,0.608,0.3185,0.556,0.2156,0.403,0.2377,0.481,0.1497,0.666,0
汐ya~·2022-11-19 02:05

机器学习（matlab版）| lesson 3 非监督学习（cluster）

非监督学习：只有data，没有标签，将其分类一、硬聚类K-meansK:所分的类别数目K=3，将data分成三类C1C2C3两个条件1)C1+C2+...
genius的学习笔记·2022-11-19 02:07

机器学习（matlab版） | lesson 1

机器学习算法是利用计算方法直接从数据中学习信息可以被模型、公式直接描述的模型不是机器学习ML的类型1非监督学习（聚类）、2监督学习（分类、回归）、3强化学习非监督学习1）硬聚类算法2）软聚类算法，给一个概率监督学习模型训练需要
genius的学习笔记·2022-11-19 02:56

GMM简介

高斯混合模型(GMM)无论是k-means、层次聚类还是DBSCAN，聚类后都是有明显的“分界线”的，但如果是两个混合在一起的数据，这些方法就不能很好地聚类了，而GMM却能很好地对这类混合数据进行分类，
火鸡哥·2022-11-19 01:42

高斯混合模型（GMM）

高斯混合模型k-means聚类模型非常简单并且易于理解，但是它的简单性也为实际应用带来了挑战。特别是在实际应用中，k-means的非概率性和它仅根据到簇中心点的距离来指派簇的特点将导致性能低下。
ACxz·2022-11-19 01:34

【机器学习之高斯混合模型(Gaussian Mixed Model，GMM) 】

二、详解GMM1.初步原理2.EM算法3.深读原理3.GMM（高斯混合模型）和K-means的比较3-1.相同点：3-2.不同点：总结前言例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习
不见山_·2022-11-19 01:33

DBSCAN 聚类算法详解

参考：https://www.cnblogs.com/zhengxingpeng/p/6670486.htmlhttps://www.cnblogs.com/chaosimple/p/3164775.htmlhttps://www.jianshu.com/p/e8dd62bec0261.DBSCAN简介：DBSCAN（Density-BasedSpatialClusteringofApplicat
Amelie_xiao·2022-11-19 01:01

机器学习实战——python实现DBSCAN密度聚类

基础概念ε-邻域：对于样本集中的xj,它的ε-邻域为样本集中与它距离小于ε的样本所构成的集合。核心对象：若xj的ε-邻域中至少包含MinPts个样本，则xj为一个核心对象。密度直达：若xj位于xi的ε-邻域中，且xi为核心对象，则xj由xi密度直达。密度可达：若样本序列p1,p2,……,pn。pi+1由pi密度直达，则p1由pn密度可达。算法过程输入：样本集D={x1,x2,...,xm}邻域参数
chenge_j·2022-11-19 01:59

高斯混合模型（GMM）浅入理解

其中有篇笔记让小匹眼前一亮，这里贴出来：知乎_戴文亮_高斯混合模型（GMM）进入正题目录1.1概念理解1.2隐变量1.3聚类功能1.1概念理解高斯混合模型（GMM），是单一高斯模型的延伸,其概率分布模型为
匹诺曹患者·2022-11-19 00:58

用K-Means和DBSCAN算法对西瓜数据集4.0进行聚类分析

文章目录数据集K-MeansDBSCAN用K-Means和DBSCAN算法对西瓜数据集4.0进行聚类分析数据集densitysugercontent10.6970.4620.7740.37630.6340.26440.6080.31850.5560.21560.4030.23770.4810.14980.6660.09190.4370.211100.6660.091110.2430.267120
Diobld·2022-11-19 00:27

编程实现DBSCAN密度聚类算法，并以西瓜数据集4.0为例进行聚类效果分析

编程实现DBSCAN密度聚类算法，并以西瓜数据集4.0为例进行聚类效果分析西瓜数据集4.0：csv文件链接:百度网盘链接：https://pan.baidu.com/s/1NJmdbm5-3wh6EQUiHEOByA
一只水熊虫·2022-11-19 00:55

机器学习笔记 - 什么是高斯混合模型(GMM)？

GMM是高斯分布的泛化，可用于表示可聚类为多个高斯分布的任何数据集。高斯混合模型是一种概
坐望云起·2022-11-19 00:54

模糊聚类划分matlab代码,模糊C均值聚类算法(原理+Matlab代码)

描述聚类分析是多元统计分析的一种，也是无监督模式识别的一个重要分支，在模式分类图像处理和模糊规则处理等众多领域中获得最广泛的应用。
非著名程序~~~·2022-11-19 00:29

大师兄的数据分析学习笔记(三十四）：模型评估（三）

大师兄的数据分析学习笔记(三十三）：模型评估（二）大师兄的数据分析学习笔记(三十五）：总结三、聚类模型评估聚类模型评估的两个关键指标分别是RMS和轮廓系数：RMS(RootMeanSquare)：RMS
superkmi·2022-11-18 18:32

大师兄的数据分析学习笔记(三十四）：模型评估（三）

大师兄的数据分析学习笔记(三十三）：模型评估（二）大师兄的数据分析学习笔记(三十五）：总结三、聚类模型评估聚类模型评估的两个关键指标分别是RMS和轮廓系数：RMS(RootMeanSquare)：RMS
superkmi·2022-11-18 18:32

[概念]图像分割的历史 + UNet-Family

1、图像分割的历史2000年之前，数字图像处理时我们采用方法基于几类：阈值分割、区域分割、边缘分割、纹理特征、聚类等。
玖零猴·2022-11-18 09:44

异常检测 | MATLAB实现基于支持向量机和孤立森林的数据异常检测(结合t-SNE降维和DBSCAN聚类)

异常检测|MATLAB实现基于支持向量机和孤立森林的数据异常检测(结合t-SNE降维和DBSCAN聚类)目录异常检测|MATLAB实现基于支持向量机和孤立森林的数据异常检测(结合t-SNE降维和DBSCAN
机器学习之心·2022-11-18 08:19

概述机器学习算法（机器学习）

目录机器学习的一般步骤分类算法决策树支持向量机最近邻算法贝叶斯网络神经网络聚类算法K—均值算法BIRCH算法CURE算法OPTICS算法关联分析算法Apriori算法FP-growth算法回归分析算法线性回归逻辑回归多项式回归邻回归
唯见江心秋月白、·2022-11-18 08:13

25天，手码Python数据分析+八大核心项目实战25W字总结，我献出了我的膝盖

这8个大型案例涉及数据可视化方法，回归、聚类、决策树、朴素贝叶斯等机器学习算法，以及深度学习算法等内容。
程序员Python小当家·2022-11-18 07:36

2022数维杯国际赛C题思路分析

HowtoDiagnoseAlzheimer'sDiseaseUsingBrainStructuralFeaturesandCognitiveBehavioralFeatures2022数维杯国际赛C题第1~4问全解题思路分析C题属于聚类问题
七七数模·2022-11-18 07:31

聚类中噪音的处理

聚类本身就是最常用的异常值检测方法，大部分非监督的异常值检测都依靠聚类，K-MEANs&层次聚类对离群值非常敏感。改用密度聚类和高斯混合模型。
harderharder·2022-11-18 07:00

django+vue实现机器学习代码生成系统(数据清洗、数据探索、机器学习模型构建、模型评估)

背景说明二、系统架构三、系统功能界面3.1数据导入/数据分析报告生成3.2数据清洗配置3.3模型构建界面配置3.4机器学习代码生成四、源码获取一、背景说明我们平常在对一些相对简单的数据集进行分类、回归、聚类模型学习时
Demonslzh·2022-11-18 07:22

22年下数维杯国际大学生数学建模挑战赛C题与D题解析与思路

关于2022.11月数维杯国际赛的赛题，首先从赛题类型和难度进行分析，为大家提供选题建议其中A(自动地震层位追踪)属于机理分析赛题、B(红蓝军团对抗)属于优化类赛题、C(阿尔茨海默病诊断)属于聚类赛题、
HeartOfDog·2022-11-18 07:19

常见机器学习模型（一）—— 贝叶斯分类器

（有监督学习，有label）聚类算法：K-Means，EM。（无监督学习，无label）关联分析：Apriori。（啤酒和尿布放在一起销量更好的经典案例）连接分析：
知了爱啃代码·2022-11-18 00:10

四种方法实现鸢尾花

1.使用K-Means算法实现鸢尾花分类'''date:2020-10-03author:panajiegoal:使用K-Means算法实现鸢尾花分类K-Means算法：K-Means算法，对于给定的样本集
潘同学去买菜了·2022-11-17 15:26

机器学习极简入门笔记-5-无监督学习-K-means

目录第17章KNN算法（有监督学习算法，放在此位置是为了与下一章的K-means做对比）17.1KNN算法原理17.2KNN中的K第18章K-means——最简单的聚类算法18.1K-means算法步骤
南鸢北折·2022-11-17 11:54

基于五等均分法和Bob Stone法衡量RFM顾客价值

关于RFM实战案例可参考我的其他文章大数据分析案例-基于RFM模型对电商客户价值分析大数据分析案例-用RFM模型对客户价值分析(聚类)目录数据集介绍五等均分法1.给分机制的设计2.Python代码实现BobStone
艾派森·2022-11-17 09:33

机器学习之Kmeans算法推导(EM算法)以及python实现

每个样本只能属于一个类，所以Kmeans算法是硬聚类。
董蝈蝈·2022-11-17 07:27

机器学习算法/模型——有监督到无监督（聚类）：由 KNN 到 K-menas

聚类1.KNN（K-NearestNeighbor）1.1基本思想1.2算法步骤2.聚类（Clustering）3.K-means3.1本质和概要本质前提算法思路3.2损失/目标函数3.3优化算法：期望最大化
Robin_Pi·2022-11-17 07:17

EM算法推导

K-Means和高斯混合模型都算是EM算法使用的经典案例。EM算法包括两个主要的步骤：E步（求期望）和M步（期望最大化），以下是EM算法的手写推导过程：
X_Weizhong·2022-11-17 07:47

认知诊断模型

解决诊断分类多维度IRT因子分析（factoranalysis）规则空间方法属性分层算法聚类方法CDMs（认知诊断模型）theDeterministicInput,
医学影像处理·2022-11-16 17:01

10X空间转录组高级分析进阶版

ppt涉及的空间个性化分析包括基础分析（SpatialArea）基础分析（空间聚类）基础分析（空间分子聚类）基础分析（空间分子聚类注释问题）基础分析（单细胞空间联合）基础分析（空间细胞分布）基础分析（空间分层注释
单细胞空间交响乐·2022-11-16 16:08

影响聚类算法效果的主要原因有

影响聚类算法效果的主要原因有？提示：文章目录影响聚类算法效果的主要原因有？
冰露可乐·2022-11-16 11:34
上一页 119 120 121 122 123 124 125 126 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他