K-Means聚类

SKlearn学习总结

SKlearn是python的机器学习库,它是基于numpy,pandas,scipy,matplotlib上的,涵盖了机器学习中数据预处理(很重要),模型选择,数据引入,有监督的回归,分类,无监督的聚类和降维
ML-czy·2022-12-28 01:50

python建模预测_技术分享 - python数据分析（6）——挖掘建模（1）分类与预测

经过数据探索与数据预处理，得到了可以直接建模的数据.根据挖掘目标与数据形式可以建立分类与预测、聚类分析、关联规则、时序模式和偏差检测等模型。
weixin_39830200·2022-12-28 01:43

R语言对耐克NIKEID新浪微博数据K均值(K-MEANS)聚类文本挖掘和词云可视化

微博具有文本信息短(140字包括标点符号)、词量少、裂变式传播、传播速度快、用词不规范等特征,使原文本可视化研究技术框架中的聚类或分类方法提取热点话题变得困难。
·2022-12-27 22:45

机器学习课后答案

A.回归B.降维C.分类D.聚类2.下列对无监督学习描述错误的是©。
北城半夏346·2022-12-27 22:05

机器学习笔记：第1章 机器学习发展史

一、机器学习基本分类按照训练集有无标签分为：监督学习和无监督学习监督学习：分类和回归（预测值为离散值时为分类任务）无监督学习：聚类二、基本术语样本/示例：一个事件或对象的描述，也称一个示例为一个特征向量
菜鸟爱学习@chong·2022-12-27 21:22

【机器学习】3：Density Peaks聚类算法实现（局部密度聚类算法）

前言：密度峰聚类算法和DBSCAN聚类算法有相似的地方，两者都是基于密度的聚类方式。
zzZ_CMing·2022-12-27 21:48

层次聚类算法_聚类算法你知道多少

聚类就是按照某个特定标准(如距离准则)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。
weixin_39642622·2022-12-27 21:18

【数据挖掘】第8章 聚类分析: 基本概念和算法

8聚类分析:基本概念和算法目录一、聚类分析概述1）什么是聚类分析2）不同的簇类型3）聚类算法的分类二、K-均值聚类算法1）基本K均值算法2）k-中心点聚类方法三、凝聚层次聚类1）基本的凝聚层次聚类算法2
Little-BingoQ·2022-12-27 21:17

Spark GraphX之全局聚类系数、局部聚类系数、网络平均聚类系数

Globalclusteringcoefficient（全局聚类系数）Anotherwaytomeasureconnectedness,theglobalclusteringcoefficient,i
weixin_34014277·2022-12-27 21:17

聚类算法实现（二）DBSCAN

根据上面第二个数据集的簇的形状比较怪异，分簇结果应该是连起来的属于一个簇，但是k-means结果分出来很不如人意，所以这里介绍一种新的聚类方法，此方法不同于上一个基于划分的方法，基于划分主要发现圆形或者球形簇
aai7747·2022-12-27 21:16

一种优雅简洁新颖的聚类算法——局部方向中心性聚类算法

0、前言聚类是一种强大的非监督分类机器学习方法，其根据数据在特征空间中的邻近性挖掘数据背后隐藏的群体分布模式，因此被广泛应用于信息科学、生物学、地球学和经济学等领域。
机器猫001·2022-12-27 20:46

聚类简介Clustering

什么是聚类Clusteringpartitionsunlabeleddataintosubsets聚类就是把数据分入子集，但是这些子集一开始不像分类Classification一样有确定的类。
右点点·2022-12-27 20:46

KMeans聚类 K值以及初始类簇中心点的选取 转

KMeans算法是最常用的聚类算法，主要思想是:在给定K值和K个初始类簇中心点的情况下，把每个点(亦即数据记录)分到离其最近的类簇中心点所代表的类簇中，所有点分配完毕之后，根据一个类簇内的所有点重新计算该类簇的中心点
weixin_33955681·2022-12-27 20:07

kmeans python自定义初始聚类中心_部分定义scikitlearn KMeans聚类的初始质心

Sklearn不允许您执行这种精细操作。在唯一的可能是提供一个随机的第7个特征值，或者类似于Kmeans++所能达到的效果。在因此，基本上你可以估算出一个很好的值，如下所示：importnumpyasnpfromsklearn.clusterimportKMeansnb_clust=10#yourdataX=np.random.randn(7*1000).reshape((1000,7))#you
INONNTANNC·2022-12-27 20:07

K-Means算法中k值及初始类簇中心点的选取

值的选择手肘法手肘法的核心指标是SSE(sumofthesquarederrors，误差平方和)，其中，Ci是第i个簇，p是Ci中的样本点，mi是Ci的质心（Ci中所有样本的均值），SSE是所有样本的聚类误差
一枚小码农·2022-12-27 20:06

KMeans聚类 K值以及初始类簇中心点的选取

KMeans算法是最常用的聚类算法，主要思想是:在给定K值和K个初始类簇中心点的情况下，把每个点(亦即数据记录)分到离其最近的类簇中心点所代表的类簇中，所有点分配完毕之后，根据一个类簇内的所有点重新计算该类簇的中心点
brilliantyoho·2022-12-27 20:06

k-means聚类后，利用python计算每个节点到自身聚类中心的欧式距离

利用spark的k-means算子跑完模型后，得到中心节点，计算每个节点到中心节点的距离，用于选择每个聚类中更加典型的节点importpandasaspdimportsklearn.preprocessingaspreprocimportmatplotlib.pyplotaspltimportnumpyasnpdf_center
Good_Spark·2022-12-27 20:36

【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

KMeans笔记 K值以及初始类簇中心点的选取

3、根据聚类结果，重新计算k个簇各自的中心，计算方法是取簇中所有元素各自维度的算术平均数。4、将D中全部元素按照新的中心重新聚类。5、重复第3步，直到聚类结果不再变化。6、将结果输出。
ZhikangFu·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

机器学习概述

目录1.机器学习起源2.机器学习综述2.1.监督学习2.1.1分类学习2.1.2回归预测2.2无监督学习2.2.1数据聚类2.2.2特征降维2.3一些名词解释1.机器学习起源计算机结构理论的先驱、人工智能之父图灵在
抱抱宝·2022-12-27 17:30

SATI 国产文献题录信息统计分析工具：简介

SATI文献题录信息统计分析工具(StatisticalAnalysisToolkitforInformetrics,SATI)，旨在通过对期刊全文数据库题录信息的处理，利用一般计量分析、共现分析、聚类分析
白羊座青草莓·2022-12-27 16:05

聚类模型——k-means

“物以类聚，人以群分”，所谓的聚类，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。
Fran OvO·2022-12-27 16:01

知识图谱-知识体系与知识融合-实体消歧

目录1实体消歧定义2基于聚类的实体消歧3基于实体链接的语义消歧4其他实体链接任务5实体链接常用数据集6实体链接面临的挑战1实体消歧定义1.命名实体的歧义指的是一个实体指称项可对应到多个真实世界实体；2.
无脑敲代码，bug漫天飞·2022-12-27 14:59

机器学习中的数学：概率图与随机过程

从字面上理解就是“概率”+“图”，“概率”指的就是概率模型，在前面的博客里，我们介绍了一些非常基础的概率模型，我们发现把概率引入到机器学习的世界里是一件非常自然的事情，这样我们就能够实现对已有的数据进行聚类
Zain Lau·2022-12-27 12:22

【图像识别】基于计算机视觉检测脸、眼、鼻子和嘴matlab代码

当前人脸区域分割主要依赖于肤色在某些特定色彩空间的聚类特性，然而肤色很容易因为环境光照的影响而变化，而且当背景中存在近似于肤色色彩的物体或者存在多处肤色区域时，很难准确定位人脸区域。
Matlab科研辅导帮·2022-12-27 09:45

一文看懂什么是文本挖掘

文本挖掘中最重要最基本的应用是实现文本的分类和聚类，前者是有监督的挖掘算法，后者是无监督的挖掘算法。
大佛拈花·2022-12-27 09:10

机器学习之算法总结

传统的机器学习算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。
IT_xiaobaibai_·2022-12-27 09:18

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

quantmod包进行金融数据分析的实例_机器学习实例-Weka

eka可以实现对数据进行预处理、分类、回归、聚类、关联分析以及在新的交互式界面上的可视化等。本文的目的为（1）提供一个简单可操作的实例；（2）推荐一些描述详细全面质量较高的相关网络教程。
weixin_39907939·2022-12-27 07:13

matlab 图像处理 cv库,图像处理和计算机视觉常用算法库 LTI-Lib - 开源生物特征识别库OpenBR和OpenCV等术语解释...

LTI-Lib是一个包含图像处理和计算机视觉常用算法和数据结构的面向对象库，提供Windows下的VC版本和Linux下的gcc版本，主要包含以下几方面内容：1、线性代数2、聚类分析3、图像处理4、可视化和绘图工具十九
花香九月·2022-12-27 07:12

国科大模式识别导论作业4：K均值聚类与模糊K均值聚类

题目对如下的30个数据进行K-均值聚类，聚类个数设置为K=4。(1)指出所使用的初始聚类中心，并报告在此条件下得到的最终聚类结果以及需要的迭代次数，对应的误差平方和。
ChessZH·2022-12-27 07:07

续何恺明的MAE后！MSRA提出掩码图像建模新框架：SimMIM

作者简化了最近提出的方法，而无需任何特殊设计，如利用离散VAE或聚类进行块级别的掩码和分词。为了让掩码图像建模任
Amusi（CVer）·2022-12-27 06:19

对数据进行T-SNE降维并进行可视化

怎么对数据进行t-sne降维，并进行可视化1、相信大家在进行分类完成后，都想看看聚类的效果怎么样，那么调用t-sne函数是一个很快的方式，而且不需要太懂这个东西。
Nick Throne·2022-12-27 03:05

R语言中的SOM(自组织映射神经网络)对NBA球员聚类分析|附代码数据

原文链接：http://tecdat.cn/?p=19077最近我们被客户要求撰写关于SOM的研究报告，包括一些图形和统计输出。自组织映射（SOM）是一种工具，通过生成二维表示来可视化高维数据中的模式，在高维结构中显示有意义的模式导入通过以下方式使用给定的数据（或数据样本）对SOM进行“训练”：定义了网格的大小。网格中的每个单元都在数据空间中分配了一个初始化向量。例如，如果要创建22维空间的地图，
·2022-12-27 00:44

R语言中的SOM(自组织映射神经网络)对NBA球员聚类分析|附代码数据

原文链接：http://tecdat.cn/?p=19077最近我们被客户要求撰写关于SOM的研究报告，包括一些图形和统计输出。自组织映射（SOM）是一种工具，通过生成二维表示来可视化高维数据中的模式，在高维结构中显示有意义的模式导入通过以下方式使用给定的数据（或数据样本）对SOM进行“训练”：定义了网格的大小。网格中的每个单元都在数据空间中分配了一个初始化向量。例如，如果要创建22维空间的地图，
·2022-12-27 00:14

R语言对git安卓包分类统计、聚类、复杂网络可视化分析

全文链接：http://tecdat.cn/?p=31035原文出处：拓端数据部落公众号我们曾经为一位客户进行了短暂的咨询工作，他正在构建一个主要基于安卓包分类的分析应用程序。数据源是安卓的项目，把同一类功能的安卓代码的头部，每一个文件都有import包名。把所有import的包名都抓了下来存到了mysql,这是数据源,需要用r分析这些包名。用r给这些包做统计，同名的包有多少，占百分之多少，做可视
·2022-12-27 00:13

通过labelme标注的关键点数据增强（包括图像与json文件）

最近在尝试对自建的人体关键点数据集进行姿态聚类，使用labelme标注的数据集需要的时间太长了，于是自己标注了一部分，其他的数据想用数据增强方法进行扩充。
Accelerator__·2022-12-27 00:49

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

数据算法进阶——回归

找最近的距离，并取最大核函数的意义超平面三个核函数中，高斯核函数是最合适的支持向量网看重视哪一个，调整参数聚类聚类后验概率：点是需要知道哪个分类的概率的机器算法是经济学，假设检验是统计学变量在机器算法中不一定要满足严格的假设检验
咸鱼2K·2022-12-26 23:12

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

sklearn.datasets.make_circles（）函数和make_moons()函数

一个简单的数据集，用于可视化聚类和分类算法。n_samples：int，optional（默认值=100）生成的总点数。如果是奇数，则内圆将比外圆具有一个点。s
zjz_xn·2022-12-26 22:07

K-means聚类模板

/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

sklearn kmeans_[精]Kmeans应用与特征选择

然后，我们选取不同的特征对花进行聚类，首先我们选择花萼长度，花萼宽度作为特征聚类，然后我们选择花瓣长度，花瓣宽度进行聚类，最后，我们一
weixin_39558754·2022-12-26 21:23

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

机器学习：kmeans可视化

接着上回的工作，对kmeans的结果进行可视化，搜索了一波，普遍认为tsne能够将高维数据降到低维（2,3维），这样可视化之后，就能观察发现该组数据是否可以聚类我这边，已经聚类过了，用tsne降维可视化一下参考了这位小伙伴的博客
skyFish*·2022-12-26 21:52

聚类尝试-kmeans-step2聚类模型训练及结果可视化

step1:https://blog.csdn.net/nikita_zj/article/details/122342746https://blog.csdn.net/nikita_zj/article/details/1223427461.数据导入importpandasaspdimportmatplotlib.pyplotaspltfromsklearnimportpreprocessing
nikita_zj·2022-12-26 21:52
上一页 76 77 78 79 80 81 82 83 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他