K-Means聚类第27页

机器学习实战城市居民消费水平

31省城市居民消费水平分类k-means算法采用默认距离即欧式距离。

让时间来沉淀吧·2023-10-18 01:01

同质图，异质图，二部图，多元图等常见图的类型

文章目录前言一、常见图类型二、Motif同配性轨道常见模体聚类系数前言传统的图数据分析通常采用监督学习的框架,即通过人为特征提取或端到端图深度学习模型将图数据作为输入,经过训练后,挖掘图数据中的有效信息

李飞飞，·2023-10-18 01:25

手部关键点检测2：YOLOv5实现手部检测(含训练代码和数据集)

2.手部检测数据集说明（1）手部检测数据集（2）自定义数据集3.基于YOLOv5的手部检测模型训练（1）YOLOv5安装（2）准备Train和Test数据（3）配置数据文件（4）配置模型文件（5）重新聚类

AI吃大瓜·2023-10-17 23:31

机器学习算法的分类

1.按学习方式分类1）监督学习应用场景：分类、回归、排序常见算法：分类，Logistic回归/SVM/NN回归，线性回归排序，GBDT2）非监督学习应用场景：聚类、降维、关联规则的学习常见算法：聚类，K-Means

奔跑的何小鹿·2023-10-17 19:53

ESDA in PySal (5)：空间数据的探索性分析：空间自相关

ESDAinPySal(5)：空间数据的探索性分析：空间自相关在本笔记本中，我们介绍_探索性空间数据分析_的方法旨在通过正式的单变量和空间聚类的多变量统计检验。

rgb2gray·2023-10-17 19:17

R语言零基础基因/数据差异分析（一）

介绍本系列文主要依据真实论文制图流程，详细说明制图过程，其中包括：1.基因数据下载2.制图所需数据格式3.火山图制作流程4.聚类热图制作流程环境搭建软件下载移步至此学习结果展示基因数据处理注意删除末行注释基因数据下载流程以

Frms·2023-10-17 14:24

机器学习绪论

01==零壹·2023-10-17 12:07

GEO生信数据挖掘（九）WGCNA分析

目录加载数据，进行聚类初次聚类观察自己定义红线位置，进行切割划分载入性状数据增加形状信息后，再次聚类网络构建选取soft-thresholdingpowers基于tom的差异的基因聚类，绘制

人工智能学术前沿（真)·2023-10-17 04:13

python 评论分析_基于Python-Snownlp的新闻评论数据分析

关键词PythonSnownlp；网络爬虫；聚类分析；情感分析中图分类号G2文献标识码A文章编号1674-6708（201

weixin_39866087·2023-10-17 03:43

大数据分析案例-基于KMeans聚类算法对客户进行分群分析

‍♂️个人主页：@艾派森的个人主页✍作者简介：Python学习者希望大家多多支持，我们一起进步！如果文章对你有帮助的话，欢迎评论点赞收藏加关注+喜欢大数据分析项目的小伙伴，希望可以多多支持该系列的其他文章大数据分析案例合集大数据分析案例-基于随机森林算法预测人类预期寿命

艾派森·2023-10-17 03:42

多元统计分析（笔记更新中...）

，物价等例2：医学诊断，血压脉搏，白血球，体温等多元统计分析的应用问题内容方法以及举例数据的结构性化简尽可能简单的表示研究的现象，但不损失很多有用的信息，并且希望这种表示能够很容易的解释多元回归分析，聚类分析

我要去冥王星看罗辑·2023-10-16 23:44

Cluster聚类算法大比拼：性能、应用场景和可视化对比总结

聚类分析是一种无监督学习方法，广泛应用于各种领域，包括市场细分、社交网络分析、生物信息学和推荐系统等。

Mr数据杨·2023-10-16 17:01

可视化上证50结构图

可视化上证50结构图缘由收集数据先获取50支成分股列表获取各成分股票K线数据数据处理找出来，再删除，然后重新下载数据最终获得每日报价的变化值图形结构处理聚类分析使用affinity_propagation

cndrip·2023-10-16 16:09

一起来爬聚类树！

刘小泽写于18.11.21聚类树是个有意思的东西，可以十分直观地看到每个物种的亲缘关系之前没有涉及到相关的分析，相关的工具只是听说过大家都在用的MEGA，另外还有Y叔的ggtree。

刘小泽·2023-10-16 11:16

聚类算法

聚类概念无监督问题：我们手里没有标签聚类：相似的东西分到一组难点：如何评估，如何调参算法概述一、k-means算法基本概念：1.要得到簇的个数，需要指定k值2.质心：均值，即向量各纬取平均即可3.距离的度量

鬼马星mc·2023-10-16 11:24

机器学习-无监督学习之聚类

文章目录K均值聚类密度聚类（DBSCAN）层次聚类AGNES算法DIANA算法高斯混合模型聚类聚类效果的衡量指标小结K均值聚类步骤：Step1：随机选取样本作为初始均值向量。

小蒋的技术栈记录·2023-10-16 10:45

数据挖掘 - 分类

根据邵俊明老师的课件整理而成监督学习和无监督学习无监督的学习关联规则聚类分析监督学习分类预测模型分类生成模型GenerativeModel判别模型DiscriminativeModel对比分类和预测分类算法决策树

纫秋兰以为佩·2023-10-16 09:29

幂迭代聚类

此算法最后一步为K-means聚类算法,所以先简单介绍下K-means聚类算法.K-means聚类算法简介目标K-means聚类算法的核心目标是将给定的数据集划分为K个簇,并给出每个数据对应的簇中心点.

kity_8322·2023-10-16 08:02

opencv-kmeans-图片颜色量化

参数控制聚类的颜色数量

牙叔教程·2023-10-16 07:19

10X单细胞（10X空间转录组）层次聚类分析intra-tumor variability programs

今天我们继续分享一些寻找肿瘤programs的方法，参考文章在AnIntegrativeModelofCellularStates,Plasticity,andGeneticsforGlioblastoma，文章中用到的是层次聚类

单细胞空间交响乐·2023-10-16 05:56

论文阅读“SimCTC: A Simple Contrast Learning Method of Text Clustering”

ProceedingsoftheAAAIConferenceonArtificialIntelligence.Vol.36.No.11.2022.摘要导读本文提出了一种简单的对比学习方法（SimCTC），大大提升了最先进的文本聚类

掉了西红柿皮_Kee·2023-10-15 23:58

机器学习——学习路线

岭回归多项式回归线性分类逻辑回归多标签分类交叉熵损失Softmax回归SVM支持向量机决策树剪枝与后剪枝随机森林AdaboostGBDTXGBoost2、无监督学习降维PCA主成分分析SVD奇异值分解LDA线性判断分析聚类

Visual code AlCv·2023-10-15 12:08

Python机器学习零基础理解AffinityPropagation亲和力传播聚类

Mr数据杨·2023-10-15 11:28

用于多目标检测的自监督学习（SELF-SUPER VISED LEARNING FOR MULTIPLE OBJECTDETECTION）

我们的伪标签生成方法提供多个经过几何变换的图像作为卷积神经网（CNN）的输入，对网络生成的增强检测进行回归以减少定位误差，然后使用均值偏移算法对其进行聚类。

知新_ROL·2023-10-15 09:35

双重差分法之空间DID

KEMOSABEr·2023-10-15 08:02

标准误与聚类稳健标准误的理解

1.2计算公式SE=σnSE=\frac{σ}{\sqrtn}SE=nσ2聚类稳健标准误聚类稳健标准误的计算方法通常涉及到对观察数

Wency(王斯-CUEB)·2023-10-15 08:28

机器学习入门（九）：回归与聚类算法——线性回归、过拟合、岭回归

学习目录：线性回归：案例：波士顿房价预估（比较正规方程和梯度下降优化方法）使用正规方程优化：使用梯度下降优化：使用均方误差（MSE）评估模型好坏：总结：过拟合与欠拟合正则化类别：**L2正则化（常用）：**给损失函数后面加一个惩罚项，这个惩罚项与权重有关，在优化损失函数降低损失值得同时还可以减小特征对应的权重。L1正则化：岭回归就是带L2正则化的线性回归案例：使用岭回归对波士顿放假预测

【变强大】·2023-10-15 05:37

机器学习基础之《回归与聚类算法（2）—欠拟合与过拟合》

一、背景1、上一篇说正规方程的时候，实际情况中使用很少，主要原因它不能解决过拟合。2、训练集上表现的好，测试集上表现不好—过拟合二、欠拟合和过拟合1、欠拟合训练集：有3个训练集，告诉机器都是天鹅机器学到了2个特征：有翅膀、嘴巴长缺点：学习到的特征太少了2、过拟合之前特征太少了，那就多学点缺点；学习到的特征太多了3、分析第一种情况：因为机器学习到的天鹅特征太少了，导致区分标准太粗糙，不能准确识别出天

csj50·2023-10-15 05:32

单细胞数据科学中的里程碑与检查点

我们曾经在一节公开课里面提到过单细胞数据科学的几个主特点：继承了很多Bulk的分析方法商业开源，容易上手开发速度快教程文档丰富数据分析过程非线性基于以上特点，我们发现单细胞数据科学的学习曲线往往不是S上升形的，而是快速上升形成单峰（在降维聚类那

周运来就是我·2023-10-15 02:23

数据测量与相似性分析

这篇文章中主要记录如何分析样本间相似性的内容，相似性分析在分类算法（如K最邻近分类）和聚类任务中会涉及到。相似性分析基于样本属性取值，因此对于样本属性类型及其取值的特征也有必要说明。

hgz_dm·2023-10-14 14:27

概率论入门之《统计机器学习导论》阅读笔记（第一，二章）

然后介绍了监督学习的三大主要任务：回归，分类，排序，以及非监督学习的聚类。最后稍稍介绍了一下机器学习中的其它技术：集成学习，张量学习，在线学习，迁移学习，度量学习。

生而为弟·2023-10-14 02:34

数据挖掘的十大算法

分类算法：C4.5，朴素贝叶斯（NaiveBayes），SVM，KNN，Adaboost，CART聚类算法：K-Means，EM关联分析：Apriori连接分析：PageRankC4.5C4.5算法是得票最高的算法

楚小武·2023-10-14 01:36

旅游推荐系统- python- Django

www.bilibili.com/video/BV1J741127RG0x1简介本旅游推荐系统通过爬取去哪网旅游景点数据，并将数据存储至mysql数据库中,然后通过机器学习的方式对景点数据（包含景点介绍、评论文本）进行分析聚类

白羊是小白·2023-10-13 23:59

机器学习算法概述

目录机器学习概述01监督学习02无监督学习：03半监督学习04强化学习机器学习算法介绍1回归算法01线性回归：02非线性回归03逻辑回归2聚类01基于层次的聚类02基于分割（划分）的聚类03基于密度的聚类

uuddoop·2023-10-13 22:49

【科学文献计量】使用pybibx对自己的文献数据集进行分析的模板整理

使用pybibx对自己的文献数据集进行分析的模板整理1导入第三方库2加载文献数据集3合并数据集4探索式分析EDA5核查IDs6词云图绘制和数据生成7N-Grams图绘制和数据生成8文献聚类/映射9主题词演化图绘制与数据生成

lys_828·2023-10-13 13:23

使用高效像素聚类实时去除高品质镜面高光

尽管这些技术能够获得视觉上令人愉悦的结果，但它们的聚类算法存在初始化错误或成本太高而无法实时计算的问题。在本文中，我们提出了一种高质量的像素聚类方法，该方法可以实时从单个图像中去除镜面高光。

lxmyzzs·2023-10-13 11:10

机器学习-概述与贝叶斯算法

机器学习分类：监督学习（分类、回归）、无监督学习（聚类、降维）、强化学习。希腊字母发音：先从导包学起，再考虑自己写个包出来。有监督学

小蒋的技术栈记录·2023-10-13 06:06

K-means聚类算法Python实现及绘图

2021年美赛A题真菌种群K-means聚类算法Python实现及绘图importrandomimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimportmath

穿越前列线打造非凡yt·2023-10-12 20:31

Kmeans++ 对图像聚类

kmeans算法是较为常见的聚类算法，不仅可以对二维的坐标点进行聚类，还可以对高维的图像信息进行聚类。

G.E.N.·2023-10-12 16:11

18机器学习开放基础课程--决策树和 K 近邻分类

聚类：基于实例的特征实现实例的分组，从而让组内成员比组间成员更为相

Jachin111·2023-10-12 09:02

【科学文献计量】利用pybibx分析Scopus文献数据集（EDA,N-Grams,Cluster,Network analysis,NLP）

利用pybibx分析Scopus文献数据集1运行前准备1.1数据集1.2前置库2加载库3数据导入4探索式数据分析，即EDA4.1表格可视化4.2词云图可视化4.3N-Grams可视化4.4文献聚类4.5

lys_828·2023-10-12 08:37

机器学习入门3 - 了解K-means

Hi，你好。我是茶桁。我们在机器学习入门已经学习了两节课，分别接触了动态规划，机器学习的背景，特征向量以及梯度下降。本节课，我们在深入的学习一点其他的知识，我们来看看K-means.当然，在本节课我们也只是浅尝即止，关于这些内容，后面我们还有更详细的内容等着我们去深入学习。淘宝的商品问题上节课的最后，我们学习的内容是梯度下降，在这里不得不再次强调一下，梯度下降是咱们以后非常非常重要的一个内容。那关

茶桁·2023-10-12 07:14

数字数据集上的K-均值聚类

10、数字数据集上的K-均值聚类importnumpyasnpfromtimeimporttimefromsklearnimportmetricsfromsklearn.clusterimportKMeansfromsklearn.decompositionimportPCAfromsklearn.preprocessingimportscalefromsklearn.datasetsimport

凌晨思索·2023-10-11 22:21

层次聚类

是一种无监督的学习（拿到的数据没有任何分类）、，使用聚类不需要被告知要划分的组是什么样的明神宗不知道找什么时就要自动完成分组。

权氏小龙虾·2023-10-11 14:18

GEO生信数据挖掘（六）实践案例——四分类结核病基因数据预处理分析

GEO生信数据挖掘（三）芯片探针ID与基因名映射处理GEO生信数据挖掘（四）数据清洗（离群值处理、低表达基因、归一化、log2处理）GEO生信数据挖掘（五）提取临床信息构建分组，分组数据可视化（绘制层次聚类图

人工智能学术前沿（真)·2023-10-11 13:02

监督学习方法与无监督学习方法总结

（一）监督学习10种监督学习方法特点的概括汇总如下表：（二）无监督学习八种常用的统计机器学习方法，即聚类方法（包括层次聚类与k均值聚类）、奇异值分解（SVD）、主成分分析（PCA）、潜在语义分析（LSA

daisyxyr·2023-10-11 13:59

数据科学中的 10 个重要概念和图表的含义（转载）

转载地址：数据科学中的10个重要概念和图表的含义1、偏差-方差权衡2、基尼不纯度与熵3、精度与召回曲线4、ROC曲线5、弯头曲线（K-Means）6、ScreePlot(PCA)7、线性和逻辑回归曲线8

小菜鸟上学校·2023-10-11 10:50

人工智能——机器学习

www.cnblogs.com/wangzhongqiu/p/9856628.html人工智能人工智能，机器学习，深度学习，神经网络区别机器学习的范围机器学习的方法1、回归算法2、神经网络3、SVM（支持向量机）4、聚类算法

云野000·2023-10-11 06:01

入坑机器学习：三，非监督学习

目录背景与意义常用算法典型例子-聚类分类确定型无监督学习概率型无监督学习首先给大家看一个图。我们回想一下上一章里面给的两个例子，如上图左所示，数据集中每条数据都已经标明是阴性或阳性（正例或负例）。

喜欢吃豆·2023-10-11 06:26

R语言学堂推文索引-v5.9.1

数据获取方法2制表与可视化专辑2.1两大绘图系统2.2各类图形绘制方法/框架2.3图形配色方法2.4图形布局/拼图方法2.5图形元素控制方法3数学模型专辑3.1概率分布与数理统计3.2数学回归模型3.3聚类

R语言学堂·2023-10-11 04:02

推荐频道

K-Means聚类

机器学习实战 城市居民消费水平