K-Means聚类

【机器学习】层次聚类、密度聚类以及谱聚类

前言K-means聚类，介绍了K-means算法以及一些优化改进的算法，通过此了解聚类分析，接下来我们进一步的介绍聚类分析的其他方法。
Day-yong·2022-12-16 09:16

谱聚类的案例

1.政治博客数据集(见附件Pol_Blogs_CSV文件)数据集网址一:Politicalblogs数据集网址二:http://www.casos.cs.cmu.edu/computational_tools/datasets/external/polblogs/index11.php政治博客数据是由Adamic和Glance于2005年收集并分析的.该数据集包含了2004年美国总统选举前不久的1
HUTAOYYDS·2022-12-16 09:43

用SAS进行聚类分析（代码）----基于我国主要省市综合实力状况进行分析

用SAS进行聚类分析----基于我国主要省市综合实力状况进行分析在学习聚类分析时，最常用的软件有SAS，R，SPSS，而其中SAS的分析过程更为精确，便捷。
坐在树上仰望拉格朗日·2022-12-16 09:40

SAS数据分析之聚类分析

忘记具体是什么资料了，这不重要，主要目的就是利用SAS软件对数据做聚类分析，然后我们根据得到的结果来产生我们想要得到的信息。
风的雪纺·2022-12-16 09:40

使用SAS进行简单的聚类分析讲解（转载）

t=3550聚类分析的目的是把分类对象按一定的规则分成若干类，这些类不是事先给定的，而是根据数据的特征确定的，对类的数目和类的结构不必作任何的假定。
cuipiangun3140·2022-12-16 09:08

PCL点云处理之VFH特征计算与直方图显示（七十一）

PCL点云处理之VFH特征计算与直方图显示（七十一）前言一、具体代码二、结果展示前言视点特征直方图VFH(ViewpointFeatureHistogram)描述子，它是一种新的特征表示形式，应用在点云聚类识别和六自由度位姿估计问题
点云学徒·2022-12-16 07:31

点云杂记 文章目录汇总（持续更新...）

文章目录一、点云聚类二、点云滤波三、点云配准四、点云分割五、点云IO篇六、点云几何图形七、点云特征描述子八、林业应用十、深度图像十一、点云采样十二、Kdtree与八叉树其他一、点云聚类点云K-Means
大鱼BIGFISH·2022-12-16 07:28

Sentence-Bert论文笔记

将不同的句子输入到两个bert模型中（但这两个bert模型是参数共享的，也可以理解为是同一个bert模型），获取到每个句子的句子表征向量；而最终获得的句子表征向量，可以用于语义相似度计算，也可以用于无监督的聚类任务
杞墨·2022-12-16 07:55

【机器学习】5：谱聚类算法原理介绍

前言：学习谱聚类，最好有一些图论、矩阵分解（SVD）方面的知识，这样会更加有利于谱聚类的学习。当然，谱聚类理解起来并不困难，实际操作也大多是谱聚类+K-means聚类联合使用的。
zzZ_CMing·2022-12-16 06:41

机器学习模型与算法最全分类汇总

包括线性回归、逻辑回归、Lasso回归、Ridge回归、线性判别分析、近邻、决策树、感知机、神经网络、支持向量机、AdaBoost、GBDT、XGBoost、LightGBM、CatBoost、随机森林、聚类算法与
Imagination官方博客·2022-12-16 06:10

机器学习常用的算法整理：线性回归、逻辑回归、贝叶斯分类、支持向量机、K-means聚类、决策树、随机森林以及常用的应用场景整理

具体的机器学习过程如下：由于每个模型有其特殊的需求，本文主要根据数据的类型、数据量以及应用业务场景的不同将其分为分类、回归、聚类、降维、深度学习五大类，如下图所示。通过该图结合生产的数
stay_foolish12·2022-12-16 06:07

数据挖掘与机器学习必备知识点总结：分类、聚类、回归、关联规则、神经网络

①朴素贝叶斯：原理è朴素贝叶斯分类器基于一个简单的假定：给定目标值时属性之间相互条件独立。条件概率：在B已经发生的情况下继续发生A的概率表示为,同样的,综合可得即贝叶斯定理；文字表述为：P（类别|特征）=（P（特征|类别）*P（类别））/P（特征）过程è在劳动能力鉴定系统的使用中，（1）根据政府发布的伤残等级评定标准构建病例词典；（2）首先对病例进行分词，提取关键词的词频向量和数值大小，使用贝叶斯
夜宿可可西里·2022-12-16 06:06

机器学习：SOM聚类的实现

SOM是一种聚类方法。算法步骤初始化竞争层；竞争层一行代表一个坐标点（x，y）。根据竞争层的尺寸初始化权重矩阵；权重矩阵一行代表竞争层中一个点的权重，一列代表样本的一个属性。
菠萝打滚·2022-12-16 06:35

机器学习的分类、回归、聚类问题

聚类是无监督学习一.分类问题分类问题输出的是物体所属的类别，即输出结果是：“好瓜/坏瓜”、“晴天/阴天/雨天”...，分类问题输出的值是定性的，目的是为了寻找决策边界。
王青宇·2022-12-16 06:32

常见监督学习、聚类、集成、降维、推荐算法汇总（一）：监督学习

前言监督学习最简单的理解就是给数据打上标签后让机器进行学习的模式。支持向量机（SVM）硬间隔最大化支持向量机目的：寻找能达到最优分类的超平面，并且使其具有最优的鲁棒性，即最好的泛化能力。感知机：以误分类最小为策略（解）支持向量机：以间隔最大化为策略（存在最优解）函数间隔和几何间隔的差别？答：一般来说一个点距离超平面的远近可以衡量预测的确信程度。函数间隔可以表示分类预测的正确性以及准确度，但是成比例
Kingsleyandher·2022-12-16 06:31

机器学习算法原理归纳总结：回归、聚类、支持向量、推荐、降维与神经网络

机器学习算法原理归纳总结：回归、聚类、支持向量、推荐、降维与神经网络本文重点参考：唐宇迪博士的课程PPT[特别鸣谢]完整版资料下载：机器学习算法原理详解+代码实战1.回归算法2.逻辑回归3.决策树决策树实际上是根据样本的特征个数对样本进行一步一步的细分
明月醉窗台·2022-12-16 06:01

机器学习—聚类和降维

无监督学习—聚类和降维往期内容1.单变量线性回归2.多变量线性回归3.逻辑回归4.正则化5.BP神经网络6.机器学习诊断法聚类k均值算法  K-均值是最普及的聚类算法，算法接受一个未标记的数据集，然后将数据聚类成不同的组
橙子啵啵·2022-12-16 06:01

自动驾驶中常用的四类机器学习算法

在KDnuggets网站发表的一篇文章中，作者SavaramRavindra将自动驾驶中机器学习算法主要分为四类，即决策矩阵算法、聚类算法、模式识别算
喜欢打酱油的老鸟·2022-12-16 04:40

物联网通用支撑平台之AI支撑平台设计

AI支撑业务全面管理算法相关的模型、模板、数据、任务的调度，为业务提供数据预处理、分类与聚类、特征提取等算法模型。
py_free·2022-12-16 04:35

2022吴恩达机器学习（三）| 无监督学习

目录系列文章目录一、聚类（Clustering）1.什么是聚类2.直观理解K均值算法（常用聚类算法）2.K均值算法3.优化目标4.随机初始化5.选择聚类数二、异常检测（AnomalyDetection）
江某1111号机·2022-12-16 04:33

使用Python进行图像处理—图像分割的无监督学习

但是我们实际上可以使用无监督的聚类算法为我们完成此任务。在本文中，我们将讨论如何做到这一点。让我们开始吧！
woshicver·2022-12-16 03:25

无监督学习(2) 数据降维简述与Python实现

如果我们的数据比较高维，不适合直接进行监督或聚类学习，则我们可以先用一些其他的无监督或有监督的技巧把数据进行降维。这一系列的方法也常常被叫做度量学习。通过有监督或者无监督的方法，学习在原始
Hαlcyon·2022-12-16 00:25

北航机器学习期末考试试题2020年春

立删前8道题10分，第9题20分决策树采用ID3算法对宇宙星球是否适合生存分类SVM的原理；软间隔、硬间隔；以及对非线性样本点分类集成学习的原理，以及及串行boosting以及bagging的简单概括K-means
qq_43343919·2022-12-15 20:53

机器学习之聚类（利用python的sklearn实现）

sklearn是Python重要的机器学习库，是scikit-learn的简称，支持包括分类、回归、降维和聚类四大机器学习算法。本文以Kmeans与DBSCAN为例，介绍其聚类函数的用法。
MaloFleur·2022-12-15 19:39

使用Python，OpenCV，K-Means聚类查找图像中最主要的颜色

Python，OpenCV，K-Means聚类查找图像中最主要的颜色1.K-Means是什么？2.步骤3.效果图4.源代码参考对于肉眼来说，从一幅图中识别出主要颜色很容易。
程序媛一枚~·2022-12-15 18:28

opencv实现包含有117种颜色的颜色表

opencv实现颜色表最近写了一些关于遥感影像非监督分类的一些练手的小程序（K均值、ISODATA聚类），其中最后都需要给最终分类结果中的不同类别赋予不同的色彩。
Tilamy·2022-12-15 18:26

如何利用k-means算法对图片颜色进行聚类并实现图像压缩？（附Python代码+数据集）

我们需要先了解一个知识点：RGB图像，每个像素点值范围为[0-255]我们需要用到的数据集下载通道：链接：https://pan.baidu.com/s/10EGibyqZKnIph-CHSnwx9Q提取码：6666利用k-means
旅途中的宽~·2022-12-15 17:09

python图像处理笔记-十二-图像聚类

python图像处理笔记-十二-图像聚类学习内容这一章主要在学习的是聚类算法以及其在图像算法中的应用，主要学习的聚类方法有：KMeans层次聚类谱聚类并将使用他们对字母数据及进行聚类处理，以对比效果。
我是赛赛·2022-12-15 17:36

Python计算机视觉编程——第6章 图像聚类

目录6.1K-means聚类6.1.1Scipy聚类包6.1.2图像聚类6.1.3在主成分上可视化图像6.1.4像素聚类6.2层次聚类图像聚类6.3谱聚类6.1K-means聚类K-means是一种将输入数据划分成
海鸥丸拉面·2022-12-15 17:06

python实现K-means聚类法对图片进行RGB颜色聚类，然后计算信息熵并对聚类后的颜色进行Huffman编码

问题描述1、对一张给定的图片，使用python实现K-means聚类算法，对该图片的颜色进行聚类，需要给出聚类的个数2、计算图片的信息熵，然后对其进行颜色聚类，最后对颜色进行Huffman编码，结果表示为一个三列的表格
Love _YourSelf·2022-12-15 17:04

用Python实现DT算法

该方法的核心思想来源于多元统计分析中的动态聚类法，是根据“物以类聚”的道理，对样本或指标进行分类。动态聚类的基本思路是，所有样本应被划分到与之最接近的类别当中。
托马斯拉丁·2022-12-15 14:00

EM算法理解的九层境界

关键词EM算法；K-Means；VBEM；Gibbs0引言EM算法，ExpectationMaximizationAlgorithm。
小段学长·2022-12-15 14:59

cesium中实现聚类

参考：Cesium点聚合功能_xt3d的博客-CSDN博客_cesium聚合Cesium点聚合功能https://blog.csdn.net/xietao20/article/details/107591667主要使用CustomDataSource这个接口效果图：ClusterLayer.js:import*asCesiumfrom'cesium'exportdefaultclassCluste
疆~·2022-12-15 14:56

机器学习

02-机器学习_第2天（kmeans聚类算法与应用）机器学习算法day02_Kmeans聚类算法及应用课程大纲Kmeans聚类算法原理Kmeans聚类算法概述Kmeans聚类算法图示Kmeans聚类算法要点
weixin_30515513·2022-12-15 13:18

3D点云--聚类

这就是这一讲的内容–聚类（Clustering）相关系列文章不断更新：3D点云–最近邻查找3D点云–聚类文章目录系列文章目录一、K-Means1.K-Means的核心思想2.K-Means算法3.K-Means
三两_·2022-12-15 12:14

激光点云的物体聚类

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达文章导读本文针对自动驾驶中三维点云的道路目标聚类进行讲解，从聚类算法的原理出发，介绍几种常用的点云障碍物聚类算法，并对比分析算法的优劣和适用场景
小白学视觉·2022-12-15 12:44

【机器学习】K-means算法Python实现教程

本文内容阅读须知：阅读本文需要有一定的Python及Numpy基础本文将介绍：K-means算法实现步骤使用Python实现K-means算法借助Numpy的向量计算提升计算速度使用GapStatistic
mkr67n·2022-12-15 12:43

【点云处理】LeGO-LOAM在robosense激光雷达上的地面点云分割实验

LeGO-LOAM是一种激光雷达SLAM算法，算法在软件架构上分为5个流程，分别是：分割聚类：这部分主要操作是分离出地面点云；同时，对剩下的点云进行聚类，剔除噪声(数量较少的点云簇，被标记为噪声)；特征提取
昌山小屋·2022-12-15 12:13

聚类算法之K-means算法与聚类算法衡量指标

原文出处：http://blog.csdn.net/weiyongle1996/article/details/77925325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
SL_World·2022-12-15 12:13

常用的聚类方法

k均值聚类法快速高效,特别是大量数据时,准确性高一些,但是需要你自己指定聚类的类别数量系统聚类法则是系统自己根据数据之间的距离来自动列出类别,所以通过系统聚类法得出一个树状图,至于聚类的类别需要自己根据树状图以及经验来确定
SanLuoWenHao·2022-12-15 12:13

点云聚类算法总结---点云小白论文艰辛之路2

本篇重点介绍一下点云的聚类方法，我尝试了DBSCAN聚类、区域增长聚类以及K-means聚类这三类聚类方法，下面依次进行总结。
Ccyyxx199800·2022-12-15 12:43

基于k-means的点云聚类（单木分离）

1、原理介绍k-means进行点云聚类，其大体步骤如下：（1）给定初始点云聚类中心，如O1,O2（2）对于待分类的每个点，计算其到中心O1、O2的距离，依据距离将点划入到对应的点集中set1,set2（
仰望星空_LiDAR·2022-12-15 12:42

图嵌入模型综述：方法、数据集和应用

图嵌入是一种解决图分析问题的有效方法，其将原始图数据转换到低维空间并保留关键信息，从而提升节点分类、链接预测、节点聚类等下游任务的性能。
Imagination官方博客·2022-12-15 12:31

图嵌入模型综述

图嵌入是一种解决图分析问题的有效方法,其将原始图数据转换到低维空间并保留关键信息,从而提升节点分类、链接预测、节点聚类等下游任务的性能。
罗伯特之技术屋·2022-12-15 12:45

spark pineline流水线+聚类评估函数 小结

一.pineline的作用主要是由各个stages阶段组成，每个stage可以是一个transformer或者是一个esimator，比如VectorAssember就是一个transformer，它拥有transform方法，而LinearRegression就是一个estimator，它的fit方法得到对应的model，这个LinearRegressionModel是一个transformer
lixia0417mul2·2022-12-15 11:13

[机器学习]One-Hot编码总结(独热编码)

一、问题的产生在进行机器学习，例如回归，分类，聚类或者NLP等问题的时候，通常很多数据都是无法直接利用的。
interesting233333·2022-12-15 09:44

机器学习数据处理one-hot编码

one-hot编码采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效One-Hot编码是分类变量作为二进制向量的表示2.为什么要one-hot编码在回归，分类，聚类等机器学习算法中
小白逆袭记·2022-12-15 09:42

yolo_anchors.txt超参数值设置

在训练自定义图片集之前，设置合理的yolo_anchors.txt值，有利于模型训练的收敛，一般都带有默认的参数如下：在实际项目中，yolo_anchors的值可以根据kmeans.py计算获取，通过聚类得到最佳
至尊宝♬·2022-12-15 09:29

【机器学习】一文读懂层次聚类（Python代码）

本篇和大家介绍下层次聚类，先通过一个简单的例子介绍它的基本理论，然后再用一个实战案例Python代码实现聚类效果。
风度78·2022-12-15 08:00

k-means聚类torch_gpu版本

classKMEANS:def__init__(self,n_clusters=10,max_iter=None,verbose=True,device=torch.device("cpu")):#self.n_cluster=n_clustersself.n_clusters=n_clustersself.labels=Noneself.dists=None#shape:[x.shape[0],
helloworld_Fly·2022-12-15 08:30
上一页 86 87 88 89 90 91 92 93 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他