K-means聚类算法

聚类算法--KMeans

聚类属于非监督学习，K均值聚类是最基础常用的聚类算法。它的基本思想是，通过迭代寻找K个簇(Cluster)的一种划分方案，使得聚类结果对应的损失函数最小。其中，损失函数可以定义为
一只胖猪猪·2023-12-18 23:30

【Lidar】Open3D点云DBSCAN聚类算法：基于密度的点云聚类（单木分割）附Python代码

1DBSCAN算法介绍DBSCAN聚类算法是一种基于密度的聚类算法，全称为“基于密度的带有噪声的空间聚类应用”，英文名称为Density-BasedSpatialClusteringofApplicationswithNoise
RS迷途小书童·2023-12-18 19:57

《人工智能基础》17/91天阅读

这种技术可以通过无监督的方式从文本中分析出多个潜在的主题，完成聚类算法不能完成的任务。词袋模型：是用于描述文本的一个简单的数学模型，也是常用的一种文本特征提取方式。
皮卡丘_83e1·2023-12-18 17:38

YOLOv3中如何使用K-Means聚类算法生成Anchor Box

为了解决这个问题，于是YOLOV2提出了使用k-Means聚类方法在训练集中自动的获取每个anchorboxes的大小，以替代人工设置。k-Means算法的思想很简单，对于给定的样本集，按照
江湖小张·2023-12-18 07:31

使用Yellowbrick绘制获取最佳聚类K值的示例

确定最佳的聚类簇数（K值）对于聚类算法的有效性至关重要。在本文中，我们将使用Yellowbrick这个强大的Python机器学习可视化工具来帮助我们选择最佳的聚类簇数。
后端工程架构·2023-12-18 07:16

KMeans聚类算法

KMeansKMeans是一种无监督学习聚类方法,目的是发现数据中数据对象之间的关系，将数据进行分组，组内的相似性越大，组间的差别越大，则聚类效果越好。无监督学习,也就是没有对应的标签,只有数据记录.通过KMeans聚类,可以将数据划分成一个簇,进而发现数据之间的关系.[图片上传失败...(image-fa9971-1543240223005)]原理KMeans算法是将数据聚类成k个簇,其中每个,
七八音·2023-12-17 23:47

Python点云处理（八）点云聚类算法（下）

目录0简述1Mean-Shift聚类算法2Agglomerative聚类算法3Spectral聚类算法4结语0简述本篇为点云聚类算法下篇，上一篇中实现了DBSCAN聚类算法、K-means聚类算法、OPTICS
Auto工程师·2023-12-17 16:24

机器学习---数字聚类案例

1、K-means找中心点和数据点分类例子importnumpyasnpdefloadDataSet(fileName):dataMat=[]fr=open(fileName)forlineinfr.readlines
30岁老阿姨·2023-12-17 12:32

2018文章集合

机器学习实战该系列讲解了经典机器学习算法的原理（KNN，决策树，SVM，k-means，pca等），并从伪代码入手，一步步深入到各种算法的Python实现。
罗罗攀·2023-12-17 08:22

文本聚类——文本相似度（聚类算法基本概念）

一、文本相似度1.度量指标：两个文本对象之间的相似度两个文本集合之间的相似度文本对象与集合之间的相似度2.样本间的相似度基于距离的度量：欧氏距离曼哈顿距离切比雪夫距离闵可夫斯基距离马氏距离杰卡德距离基于夹角余弦的度量公式：当文本进行了2-范数归一化，余弦相似度与内积相似度是等价的。距离度量衡量的是空间各个点的绝对距离，与各点的位置（即个体特征维度的数值）直接相关，而余弦相似度衡量的事空间向量的夹角
星宇星静·2023-12-17 08:18

K-Means聚类图像

使用K-Means聚类图像像素颜色importcv2importnumpyasnpfromsklearn.clusterimportKMeansimportmatplotlib.pyplotaspltdefkmeans_image_clustering
赢勾喜欢海·2023-12-17 06:53

聚类分析实例

目录层次聚类概述自底向上的合并算法相似度计算实例分别计算欧式距离值（矩阵）两个组合数据点间的距离层次聚类实例K-MEANS算法基本概念工作流程K-Means算法实例K值对结果的影响DBSCAN算法算法步骤基本步骤工作流程参数选择层次聚类概述层次聚类
llovew.·2023-12-17 06:45

基于K-Means的图片聚类算法实战

因此，需要一个算法对图片进行自动化分类并保存，也就是本文的《基于K-Means的图片聚类算法实战》。
CV-deeplearning·2023-12-17 03:32

K-means 算法

K-means算法算法过程描述随机选取k个点作为簇的中心对于每一个样本的计算到中心的距离，并将样本分到最近的簇中更新簇的中心位置重复上述2-3步，直至簇的中心位置不在发生改变其中目标函数为J=∑i=1N
Gowi_fly·2023-12-17 03:17

模糊C均值聚类简述

模糊C均值聚类简述By:YangLiu1.什么是模糊C均值聚类模糊c-均值聚类算法fuzzyc-meansalgorithm(FCMA)或称（FCM）。
vendetta_gg·2023-12-17 02:19

模糊C均值聚类算法

  学习了一下模糊聚类中的模糊C均值聚类算法(FuzzyC-MeansClustering)。  Fuzzy意为模糊，其中包括几种模糊的方式，这里使用的是最简单的方式，它是基于概率的概念。
蓝子娃娃·2023-12-17 02:47

fuzzy clustering(模糊(C_均值)聚类)

目录概述隶属度矩阵模糊聚类算法步骤概述k-means属于一种硬聚类的方法，也就是说一个样本属于哪个类了后，他就是哪个类别的了，非此即彼；模糊聚类意味着样本不再是刚性的属于某一类别了，而是给出其属于各个类别的概率
身影王座·2023-12-17 02:47

模糊C均值聚类（Fuzzy C-means）算法（FCM）

https://github.com/helloWorldchn/MachineLearning一、FCM算法简介1、模糊集理论L.A.Zadeh在1965年最早提出模糊集理论，在该理论中，针对传统的硬聚类算法其隶属度值非
helloWorldZMY·2023-12-17 02:06

聚类算法模型的概念、评估及应用

聚类算法模型通常通过计算样本之间的相似度或距离来实现这一目标。
rubyw·2023-12-16 19:09

玩转大数据15：常用的分类算法和聚类算法

前言分类算法和聚类算法是数据挖掘和机器学习中的两种常见方法。它们的主要区别在于处理数据的方式和目标。分类算法是在已知类别标签的数据集上训练的，用于预测新的数据点的类别。
沛沛老爹·2023-12-16 16:30

算法工程师-机器学习面试题总结(7)

目录1.简述k-means建模过程？2.k-means损失函数是如何定义？3.如何选择初始类族的中心点？4.如何提升k-means效率？5.常用的距离衡量方法有哪些？各有什么优缺点？
学术菜鸟小晨·2023-12-16 14:31

104基于matlab的人工蜂群数据聚类算法ABCO-K-均值

基于matlab的人工蜂群数据聚类算法ABCO-K-均值。该代码提供了比K-均值算法更准确的结果。
顶呱呱程序·2023-12-16 02:43

Science | 张锋实验室：聚类算法揭示188种新型CRISPR系统

微生物序列数据库包含大量有关酶和其他可用于生物技术的分子的信息。但近年来，这些数据库已经变得非常庞大，以至于很难有效地搜索到感兴趣的酶。2023年11月23日，博德研究所张锋及美国国立卫生研究院EugeneV.Koonin共同通讯在Science在线发表题为“UncoveringthefunctionaldiversityofrareCRISPR-Cassystemswithdeepterasca
weixin_4528312·2023-12-15 22:10

MATLAB中的模糊C均值聚类在医学图像分割中的应用

模糊C均值（FCM）是一种常用于图像分割的无监督聚类算法。与传统的C均值聚类方法不同，FCM考虑了每个像素点对各个聚类的隶属度，从而使分割结果更加精确和鲁棒。
m0_57781768·2023-12-15 17:16

Qt OpenCV 学习（六）：kmeans聚类算法实现背景替换

1.mainwindow.h#ifndefMAINWINDOW_H#defineMAINWINDOW_H#include#include#include#include#include#include#includeusingnamespacecv;usingnamespacestd;QT_BEGIN_NAMESPACEnamespaceUi{classMainWindow;}QT_END_NAM
Robot_Yue·2023-12-15 14:40

聚类笔记：聚类算法评估指标

如果某个聚类算法聚类的结果是类间相似性低，类内相似性高，那么内部评估方法会给予较高的分数评价。
UQI-LIUWJ·2023-12-15 12:16

「NLP主题分析」LDA隐含狄利克雷分布（Latent Dirichlet Allocation）

是基于贝叶斯思想的无监督的聚类算法，广泛用于文本聚类，文本分析，文本关键词等场景。
Reese小朋友·2023-12-15 09:17

保姆级 Keras 实现 YOLO v3 二

保姆级Keras实现YOLOv3二一.数据准备二.从xml或者json文件中读出标注信息三.K-Means计算anchorbox聚类尺寸读出所有标注框尺寸K-Means聚类四.代码下载上一篇文章中,我们完成了
Mr-MegRob·2023-12-15 08:32

Week8

第8周十三、聚类(Clustering)13.1无监督学习：简介参考视频:13-1-UnsupervisedLearning_Introduction(3min).mkv在这个视频中，我将开始介绍聚类算法
kidling_G·2023-12-15 06:57

机器学习-聚类问题

前言聚类算法又叫做”无监督分类“，目标是通过对无标记训练样本来揭示数据的内在性质及规律，为进一步的数据分析提供基础。
懒猫gg·2023-12-14 23:11

聚类算法的性能度量

聚类算法的性能度量聚类算法就是根据数据中样本与样本之间的距离或相似度，将样本划分为若干组／类／簇，其划分的原则：簇内样本相似、簇间样本不相似，聚类的结果是产生一个簇的集合。
Gowi_fly·2023-12-14 22:04

【人工智能Ⅰ】实验8：DBSCAN聚类实验

二、实验内容1：使用DBSCAN算法对iris数据集进行聚类算法应用。2：使用DBSCAN算法对blob数据集进行聚类算法应用。3：使用DBSCAN算法对flower_data数据集进行聚类算法应用。
MorleyOlsen·2023-12-14 13:56

AGNES层次聚类

AGNES（AgglomerativeNesting）算法是一种层次聚类算法，它属于聚类分析中的一种。该算法通过不断地将最相似的数据
微笑伴你而行·2023-12-06 19:17

【人工智能Ⅰ】实验7：K-means聚类实验

实验7K-means聚类实验一、实验目的学习K-means算法基本原理，实现Iris数据聚类。二、实验内容应用K-means算法对iris数据集进行聚类。
MorleyOlsen·2023-12-06 14:56

讲解机器学习中的 K-均值聚类算法及其优缺点

K-均值聚类（K-meansclustering）是一种无监督学习算法，常用于数据聚类和图像分割。该算法将数据集划分为K个不同的类别，使得每个数据点属于离其最近的质心（centroid）所对应的类别。算法步骤如下：随机选择K个质心。将每个数据点分配到离其最近的质心所对应的类别中。计算每个类别的中心（新的质心）。重复步骤2和3，直到质心不再发生变化或达到最大迭代次数。K-均值聚类的优点包括：实现简单
跃跃欲试-迪之·2023-12-06 11:47

肘部法则求kmeans聚类最佳分类数K

是算法计算出的超参数，表示类的数量；K-Means可以自动分配样本到不同的类，但是不能决定究竟要分几个类。K-Means
Xiacedar·2023-12-06 04:36

K-means聚类最优k值的选取

公众号系统之神与我同在最近做了一个数据挖掘的项目，挖掘过程中用到了K-means聚类方法，但是由于根据行业经验确定的聚类数过多并且并不一定是我们获取到数据的真实聚类数，所以，我们希望能从数据自身出发去确定真实的聚类数
Necther·2023-12-06 04:35

kmeans聚类目的干什么的_零基础学习Kmeans聚类算法的原理与实现过程

内容导入：聚类是无监督学习的典型例子，聚类也能为企业运营中也发挥者巨大的作用，比如我们可以利用聚类对目标用户进行群体分类，把目标群体划分成几个具有明显特征区别的细分群体，从而可以在运营活动中为这些细分群体采取精细化、个性化的运营和服务；还可以利用聚类对产品进行分类，把企业的产品体系进一步细分成具有不同价值、不同目的的多维度的产品组合，在此基础分别制定和相应的开发计划、运营计划和服务规划。这都将提升
weixin_39898248·2023-12-06 04:35

聚类k值确定--肘部法则

 k-means是以最小化样本与质点平方误差作为目标函数，将每个簇的质点与簇内样本点的平方距离误差和(sumofthesquarederrors，SSE,误差平方和)称为畸变程度(distortions
kalani呀·2023-12-06 04:34

机器学习——Kmeans聚类算法

目录简介手肘法手肘法核心思想轮廓系数代码举例1代码举例2实例简介K均值聚类算法是先随机选取K个对象作为初始的聚类中心。
bw876720687·2023-12-06 04:33

使用肘部法则选择KMeans聚类中的k值

在这篇文章中，我们将讨论如何选择最好的k（聚类数）的k-Means聚类算法。肘部法则简介任何无监督算法的基本步骤是确定数据可以被聚类到的聚类的最佳数量。因为我们在无监督学习中没有任何预定义数量的聚类。
python收藏家·2023-12-06 04:32

结合 DBSCAN 示例代码介绍 DBSCAN

的科研之旅第一周——科研工具学习及论文阅读收获-CSDN博客DBSCAN介绍DBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise）是一种基于密度的聚类算法
Joy T·2023-12-06 01:08

k中心点聚类算法伪代码_第十三篇：K-Means 聚类算法原理分析与代码实现

本文将介绍一个最为经典的聚类算法-K-Means聚类算法以及它的两种实现。现实中的聚类分析问题-总统大选假设M国又开始全民选举总统了，目前Mr
杨姓美少年·2023-12-05 05:03

十五、机器学习进阶知识：K-Means聚类算法

文章目录1、聚类概述2、K-Means聚类算法原理3、K-Means聚类实现3.1基于SKlearn实现K-Means聚类3.2自编写方式实现K-Means聚类4、算法不足与解决思路4.1存在的问题4.2
七层楼的疯子·2023-12-05 05:25

2019-01-21 k均值聚类算法

K均值(K-means)算法是现在最为广泛使用的聚类方法，它将有未加标签的数据自动地分成有紧密关系的子集或是簇。K均值是一个迭代方法，它要做两件事情：第一个是簇分配，第二个是移动聚类中心。
奈何qiao·2023-12-05 03:32

K-Means 算法详解

K-Means算法详解K-Means是一种流行的聚类算法，用于将数据划分为预定数量的簇（clusters）。
h52013141·2023-12-04 20:49

K-Means聚类算法学习

1.K-Means算法介绍K-Means作为聚类算法中的典型代表，比较容易实现。聚类算法又叫做“无监督分类”，其目的是将数据划分成有意义或有用的组（或簇）。
名字真的难想·2023-12-04 19:51

python核心编程之实现Kmeans聚类算法

这篇文章主要为大家详细介绍了Python实现Kmeans聚类算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下关于聚类聚类算法是这样的一种算法：给定样本数据Sample，要求将样本Sample中相似的数据聚到一类
haoxun03·2023-12-04 09:27

学习计划

学习标准-理解公式，会推导公式3、pandas、numpy，scipy学习4、a-算法理论:简单线性回归，多元线性回归，回归里面的梯度下降方法b-分类算法:逻辑回归，决策树，支持向量机c-聚类算法:kmeans
黏小莲·2023-12-03 15:21

03、K-means聚类实现步骤与基于K-means聚类的图像压缩（2）

03、K-means聚类实现步骤与基于K-means聚类的图像压缩（2）工程下载：K-means聚类实现步骤与基于K-means聚类的图像压缩其他：03、K-means聚类实现步骤与基于K-means聚类的图像压缩
怡步晓心l·2023-12-03 11:45
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他