K-Means聚类

2020-12-22 监督学习 非监督学习 半监督学习

监督学习给机器训练的数据集是拥有”标记“或者”答案的“非监督学习给机器的训练的数据没有任何“标记”或者“答案”对没有标记的数据进行分类--聚类分析对数据进行降维处理，方便进行数据的可视化特征提取：特征压缩异常数据的检测半监督学习一部分数据有标记或者答案
徐大徐·2023-01-30 05:22

2019-03-07-聚类性能评估

"""聚类性能评估1、AdjustedRandindex(ARI)优点：1.1对任意数量的聚类中心和样本数，随机聚类的ARI都非常接近于0；1.2取值在［－1，1］之间，负数代表结果不好，越接近于1越好
HollyMeng·2023-01-30 01:46

Python用KShape对时间序列进行聚类和肘方法确定最优聚类数k可视化|附代码数据

时序数据的聚类方法，该算法按照以下流程执行。使用基于互相关测量的距离标度（基于形状的距离：SBD）根据1计算时间序列聚类的质心。
·2023-01-30 00:01

CD-HIT去除冗余序列

1、简介CD-HIT是用于蛋白质序列或核酸序列聚类的工具，根据序列的相似度对序列进行聚类以去除冗余的序列，一般用于构建非冗余的数据集用于后续的实验分析。
xiaobai1_1·2023-01-29 21:22

CD-HIT的使用

从某网站的附带文献中读到该工具，搜索了一下，发现网上的大佬们都在讲如何用它去冗余，相对官方页面的介绍而言很是片面，于是刚好有聚类的需求的我准备对其全体功能做做实验，学习一下由李伟忠博士在伯纳姆研究所（现为桑福德伯纳姆医学研究所
拾年如一·2023-01-29 21:22

教程 | 如何用cd-hit去除冗余序列？

其工作原理可概述为：将所有序列按照参数设定进行聚类，并将每一组聚类中的最长序列作为代表序列进行输出，同时给出每组聚类下的每个序列名可供相似度分析使用
ypfzhao·2023-01-29 21:21

linux cd-hit下载安装,教程 | 如何用cd-hit去除冗余序列？

其工作原理可概述为：将所有序列按照参数设定进行聚类，并将每一组聚类中的最长序列作为代表序列进行输出，同时给出每组聚类下的每个序列名可供相似度分析使用。下面我们来简单介绍一下它的使用方法。1.下载与安装
按剑四顾·2023-01-29 21:51

cd-hit linux,使用cd-hit对蛋白质或核酸序列进行聚类

2018.9.7星期四多云biolearncd-hit是用于蛋白质序列或核酸序列聚类的工具，根据序列的相似度对序列进行聚类以去除冗余的序列，一般用于构建非冗余的数据集用于后续的实验分析。
王知遇·2023-01-29 21:21

CD-Hit 生信 碱基序列去除冗余的方法

1.CD-Hit介绍官方介绍：CD-HIT是一个非常广泛使用的程序，用于蛋白质或核苷酸序列的聚类和比较。
oyoli·2023-01-29 21:19

使用cd-hit对核酸序列或氨基酸序列聚类

cd-hit简要原理cd-hit是一款用于蛋白质序列或者核酸序列聚类的工具，由Dr.WeizhongLi开发。
你大佬来啦·2023-01-29 21:49

数学建模学习笔记之评价问题聚类分析法

数学建模学习笔记之评价问题聚类分析法物以类聚、人以群分。聚类分析是一个很大的概念，显然根据分类的依据不同会出现很多很多聚类的方法。
不爱说话的圆圆·2023-01-29 20:11

数学建模笔记-第十讲-聚类

文章目录聚类模型K-means聚类算法k-means++算法SPSS操作一些讨论系统聚类举例题目如何分类常用距离指标与指标之间的距离类与类之间的距离过程最短距离系统聚类说明SPSS操作确定聚类数量演示一下怎么画图
丸丸丸子w·2023-01-29 20:09

scanpy细胞类型标注（marker基因对比）

在scanpy对数据进行聚类操作后，往往需要对簇进行细胞类型标注。本文采取了一种暴力搜索的方法，通过将簇本身的差异基因作为marker基因，和现有的marker基因进行比对，确定簇的细胞类型。
今晚月亮有点圆·2023-01-29 20:03

聚类分析--数学建模笔记

一、样品分类Q型分类-->>>核心1.样品间的相似度量--距离怎么计算？两点之间的距离大于等于0相反也相等两点的距离小于求助某一点的距离类似中介2.具体方法二、变量分类R类--->>看变量的亲疏关系实际降维变量之间相似度量--相似系数第一种夹角余弦类间距离最短距离两类样品中之间的距离作为两类间的距离最长距离两类样品中之间的距离作为两类间的距离三、方法步骤例子代码：b=[7.900039.77008
演绎平生·2023-01-29 20:33

Maltab在数学建模中的应用（第二版）——读书笔记下

2011B题1：优化警台管辖范围题3：计算最佳新增警台数题4：确定新增服务台位置(优化位置)总结5葡萄酒评价2012A题1：判断评价结果有无显著性差异题2：评价结果稳定性题3：根据葡萄酒质量对葡萄分级(聚类
HTUer的编程之路·2023-01-29 19:00

【数学建模笔记】【第十讲（1）】聚类模型之：K-均值聚类

一、定义聚类，就是将样本划分为由类似的对象组成的多个类的过程。聚类后，我们可以更加准确的在每个类中单独使用统计模型进行估计、分析或预测；也可以探究不同类之间的相关性和主要差异。
兜兜里有好多糖·2023-01-29 19:53

【数学建模笔记】【第十讲（2）】聚类模型之：系统（层次）聚类及spss实现

系统（层次）聚类解决了K-均值聚类的一个最大的问题：聚类的个数需要自己给定。
兜兜里有好多糖·2023-01-29 19:19

机器学习12 降维

14降维内容：14.1数据压缩14.2数据可视化14.3主成分分析法（PCA）14.4选择主成分的数量14.5压缩重现14.6应用PCA建议14.1数据压缩上一章讨论了第一种类型的无监督学习：聚类算法。
黄桃百香果·2023-01-29 15:13

语义相似度、句向量生成超强模型之SBERT《Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks》

但是几乎大部分的这些模型均不适合语义相似度搜索，也不适合非监督任务，比如聚类。而解决聚类和语义搜索的一种常见方法是将每个句子映射到一个向量空间，使得语义相似的句子很接近。
*Lisen·2023-01-29 14:24

【GDAL+C#聚类分析】基于FCM的图像非监督分类

0引言拿到一幅遥感图像的时候，我们会主动关注什么要素？比如下面这张图，我们一眼就能看出，这块区域分布着公路、植被、楼房、河流等等地物。我们为什么能够不假思索地分辨出这些不同的地物？其实这和我们后天通过学习和观察所积累起来的“经验”有关系。从某种意义上说，我们的双眼“读取了图像”，大脑再利用我们识别不同地物的“经验”，为这幅图像迅速地做了一遍“监督分类”。这里就可以看出来，“监督分类”需要预先经过“
Geoflyme·2023-01-29 14:46

【文献翻译】Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks

BERT的构造使其不适用于语义相似性搜索以及聚类等无监督任务。在该论文中，介绍了S
春日思绪·2023-01-29 14:13

学会1分钟实现SPSS聚类分析

Step2点击分析→分类→系统聚类。选中变量，导入变量区，地区导入标注个案。再勾选一下绘图的谱系图。其中右侧方法按钮内还有很多其他方法，同学们可以自己过去看看。Step3点击确定，自动就出现了结果。
数学建模教程·2023-01-29 12:32

获取机器学习数据

UCL机器学习知识库:包括近300个不同大小和类型的数据集,可用于分类、回归、聚类和推荐系统任务。数据集列表位于:http://archive.ics.uci.edu/ml/。
weixin_30553837·2023-01-29 12:43

学习总结!!!

1.1数据分区1.2子模型训练1.3主模型训练二复现结果分区结果运行太慢调为10--epochBPR-结果GCN-结果三改进过程把论文里的欧式距离改为余弦相似度欧式距离余弦相似度四查询学习K-means
初学者冲冲冲·2023-01-29 12:41

30 生成模型综述 Generative Model

回忆一下，之前讲过的简单的生成模型，包括高斯混合分布（GMM），GMM的主要任务是聚类，属于非监督学习；而监督学习中的生成模型，最简单的
AI路上的小白·2023-01-29 11:04

机器学习概论 聚类算法实现(实验四)

一、实验目的1、熟悉使用numpy模块生成二维正态分布；2、掌握kmeans聚类的代码实现；3、熟悉numpy的使用；4、熟悉matplotlib的使用。
乌卡拉卡乐乐子·2023-01-29 07:56

推荐 ：使用Python的LDA主题建模（附链接）

图片来源：KamilPolak引言主题建模包括从文档术语中提取特征，并使用数学结构和框架（如矩阵分解和奇异值分解）来生成彼此可区分的术语聚类（cluster）或组，这些单词
数据分析v·2023-01-29 07:24

机器学习中的聚类算法

1.概述根据所拥有的数据，可以使用三种不同的机器学习方法，包括监督学习、半监督学习和无监督学习。在监督学习中，根据已标记数据，因此可以确定输出是关于输入的正确值。通过半监督学习，用户将拥有一个大型数据集，其中一些数据已标记，但大部分未标记。由于涵盖了大量真实世界的数据，针对性标记每个数据点的成本可能很高，这就可以通过结合使用监督学习和非监督学习来解决这个问题。无监督学习意味着我们拥有一个完全未标记
scott198510·2023-01-29 07:53

常用机器学习算法入门（小白适用）

目录1.监督学习贝叶斯与朴素贝叶斯SVM决策树回归2.非监督学习KMeans聚类主成分分析PCA1.监督学习1.1贝叶斯与朴素贝叶斯1.11贝叶斯贝叶斯是基于对观测值概率分布的主观判断（先验概率）进行修正的定理
茶小美·2023-01-29 06:35

机器学习框架梳理(笔记汇总)

对于无监督学习，包含：聚类、降维与度量学习、特征选择与稀疏学习、计算学习理论。其它的还包括：半监督学习、概率图学习、规则学习、强化学习。
抄书侠·2023-01-29 03:12

智能驾驶 车牌检测和识别（二）《YOLOv5实现车牌检测（含车牌检测数据集和训练代码）》

2.车牌检测数据集说明（1）车牌检测数据集（2）自定义数据集3.基于YOLOv5的车牌检测模型训练（1）YOLOv5说明（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·2023-01-28 22:24

Python数据分析与挖掘 | 挖掘建模

根据挖掘目标和数据形式可以建立模型，包括：分类与预测、聚类分析、关联规则、时序模式和偏差检测等。
羋虹光·2023-01-28 21:19

gephi java教程_Gephi教程汇总

简介可以进行无向图/有向图/动态图的绘制和录像可进行模块化聚类分析(使用Louvain分群算法)，PageRank计算等功能，并且调整节点大小，附加标签等功能。
黄沙边疆博功名·2023-01-28 21:19

机器学习周志华通俗总结（1）

根据训练时输入是否有标注可以分为“监督督学习”和“无监督学习”，前者主要是分类和回归，后者主要是聚类。在训练时有两个重要原则。一是“没有免费的午餐”，即没有一种算法能适应所有情况。
银月魔狼·2023-01-28 20:56

使用SCENIC分析singlecell-RNAseq实战演练

Single-CellrEgulatoryNetworkInferenceandClustering实战之前需要准备的学习资料：1.阅读关于SCENIC的介绍：SCENIC|以single-cellRNA-seq数据推断基因调控网络和细胞功能聚类
喂鸡组的阿翔·2023-01-28 16:50

文本挖掘之文本聚类（DBSCAN）

刘勇Email：[email protected]简介鉴于基于划分的文本聚类方法只能识别球形的聚类，因此本文对基于密度的文本聚类算法展开研究。
weixin_33897722·2023-01-28 14:34

文本聚类算法 python_文本聚类算法之K-means算法的python实现

一、算法简介算法接受参数k，然后将事先输入的n个数据对象划分为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。
weixin_39755952·2023-01-28 14:04

python 文本聚类可视化_Python 文本相似度和聚类

Python文本相似度和聚类文本数据是非结构化的和高噪声的。在执行文本分类时，拥有标记合理的训练数据和有监督学习大有裨益。
weixin_39645249·2023-01-28 14:03

相似文本聚类

聚类方法原型聚类原型是指样本空间中具有代表性的点。此类算法假设聚类结构能通过一组原型刻画，在现实聚类中极为常用。
真炎破天·2023-01-28 14:03

文本相似度、文本匹配、文本聚类

11在Keras的Embedding层中使用预训练的word2vec词向量：https://blog.csdn.net/u012052268/article/details/90238282importnumpyasnpimportpandasaspd#1准备工作#graphLR#文本-->分词#分词-->训练词向量#训练词向量-->保存词向量importgensim#训练自己的词向量,并保存de
stay_foolish12·2023-01-28 14:33

NLP学习（十五）-NLP实战之基于K－Means文本聚类-Python3

何为聚类简单理解，如果一个数据集合包含N个实例，根据某种准则可以将这N个实例划分为m个类别，每个类别中的实例都是相关的，而不同类别之间是区别的也就是不相关的，这个过程就叫聚类了。
安然烟火·2023-01-28 14:02

文本分类与聚类(text categorization and clustering)

通常前者称为分类，后者称为聚类（clustering），后文中提到的分类都是指有指导的学习过程。给定分类体系，将文本集中的每个文本分到某个或者某几个类别中，这个过程称为
cowboy_wz·2023-01-28 14:00

文本挖掘学习（五） 文档相似度、文档聚类

1.文档相似度基于词袋模型的基本思路如果两个文档/两句话的用词越相似，他们的内容就越相似。因此可以从词频入手，计算他们的相似度文档向量化之后，相似度的考察就直接转化为计算空间中距离的问题缺陷：不能考虑否定词的巨大作用，不能考虑词序的作用余弦相似度两个向量间的夹角能够很好地反映其相似程度但夹角大小使用不便，因此用夹角的余弦值作为相似度衡量指标#文本相似度#基于词袋模型计算#countvec=Coun
一币通关·2023-01-28 14:30

相似文本聚类与调参

去年我有使用sklearn做过文本聚类，今天我就给大家演示一下如何在一大堆文本中自动寻找出相似的文本进行聚类
小小明-代码实体·2023-01-28 14:29

神经网络可以我们matlab吗,Matlab神经网络工具箱介绍-训练神经网络的一些概念和步骤...

在Matlab的command窗口输入nnstart，即可调出神经网络工具箱，如下图所示，四类问题包括：建立输入-输出的拟合关系；模式识别和分类；聚类；动态时间序列预测。Matlab的神经网络工具
空桑寂·2023-01-28 13:23

每日一记--vegdist()函数

原推送引言：样品数目多了很多的时候也就意味着分组数目的增加，在文章必备的beta多样性分析结果图中，很有可能会造成不同组样品之间的互相重叠，直观无法有效的看出分组聚类。优点：展示更直观文章内
纸飞机_b371·2023-01-28 11:24

【如何提高IT运维效率】深度解读京东云基于NLP的运维日志异常检测AIOps落地实践

作者：京东科技张宪波、张静、李东江基于NLP技术对运维日志聚类，从日志角度快速发现线上业务问题日志在IT行业中被广泛使用，日志的异常检测对于识别系统的运行状态至关重要。
·2023-01-28 11:47

10.聚类模型--相比分类模型事先不知道类别

聚类模型1.K-means聚类算法基本流程更好的求解K的聚类中心的方法spss求解k均值聚类3.层次聚类基本流程距离的介绍spss实现层次聚类确定k值确定方法--用图形估计聚类的数量3.DBSCAN算法
好好记密码·2023-01-28 11:20

14.聚类模型

这种模型可以解决，如：按不同省份各项支出比例来分析哪些省份生活习惯接近问题一、K-means聚类算法可以在描述算法的时候用流程图必须给出生成簇的个数，对初值敏感，孤立点敏感K-means++算法基本原则
蔡鸽的蓝酋梦想·2023-01-28 11:19

【如何提高IT运维效率】深度解读京东云基于NLP的运维日志异常检测AIOps落地实践

作者：京东科技张宪波、张静、李东江基于NLP技术对运维日志聚类，从日志角度快速发现线上业务问题日志在IT行业中被广泛使用，日志的异常检测对于识别系统的运行状态至关重要。
·2023-01-28 10:14
上一页 58 59 60 61 62 63 64 65 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他