KMeams聚类

Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集|附代码数据

全文链接：http://tecdat.cn/?p=24376最近我们被客户要求撰写关于主题建模的研究报告，包括一些图形和统计输出。在这篇文章中，我们讨论了基于gensim包来可视化主题模型(LDA)的输出和结果的技术介绍我们遵循结构化的工作流程，基于潜在狄利克雷分配(LDA)算法构建了一个主题模型。在这篇文章中，我们将使用主题模型，探索多种策略以使用matplotlib绘图有效地可视化结果。我将使
·2023-06-12 22:12

K-均值聚类算法（含MATLAB程序）

一、算法简介K-means聚类算法由J.B.MacQueen在1967年提出，是最为经典也是使用最为广泛的一种基于划分的聚类算法，属于基于距离的聚类算法。
祐言·2023-06-12 22:19

来 Azure 学习 OpenAI 四 - 用 Embedding 赋能 GPT

嵌入可以将高维数据可视化，也可以用于聚类、分类等任务。嵌入可以是线性的，也可以是非线性的。在深度学习中，我们通常使用非线性嵌入。非线性嵌入通常使用神经网络实现。上面这句话对于没接触过NLP（自然
GPUS少东·2023-06-12 20:31

动态聚类法

目录动态聚类法一、K—均值算法(K-means)1.1条件及约定1.2基本思想：1.3基于使聚类准则函数最小化准则函数聚类准则1.4算法步骤1.5讨论1.6例题1.7类别数目未知情况下如何使用？
HHHTTY-·2023-06-12 19:17

情感分析实战(中文)-聚类篇

情感分析实战(中文)-无监督学习k-means聚类分析背景：该专栏的目的是将自己做了N个情感分析的毕业设计的一个总结版，不仅自己可以在这次总结中，把自己过往的一些经验进行归纳，梳理，巩固自己的知识从而进一步提升
有猫腻妖·2023-06-12 18:38

我国项目治理研究知识图谱分析

结果显示：研究历程可分为3个阶段；学者研究团队内部成员合作相对密切，团队之间合作较为缺乏；各研究机构之间的合作较少；研究热点为项目治理、代建制、利益相关者、政府投资项目、契约治理、治理结构，关键词形成11个聚类
中国pmo大会·2023-06-12 14:17

大数据---聚类分析概述及聚类评估

聚类概述:什么是聚类？是把数据对象集合按照相似性划分成多个子集的过程。每个子集是一个簇（cluster），分类的最终效果：使得簇中的对象彼此相似，但与其他簇中的对象相异。
.叹服·2023-06-12 13:59

【数据挖掘】期末复习题库集

DA、聚类过程B、分类过程C、先分类，后聚类D、先聚类，后分类4、“8000米是飞机飞行最大高度”与“10000米的高山”表示：BA、数据B、信息C、知识D、智慧5、“飞机无法飞过
小小追光者i·2023-06-12 09:42

Learn to Cluster Faces via Pairwise Classification

摘要人脸聚类在利用大量未标记的人脸数据中起着至关重要的作用。最近，基于图的人脸聚类方法因其令人满意的性能而越来越受欢迎。
Carrie_Hou·2023-06-12 08:33

2023广工数据挖掘复习重点精讲

重点第一章数据挖掘定义数据挖掘任务分类、聚类、回归、关联、离群点检测、演化、序列模式挖掘分类：通过分析示例数据库中的数据为每个类别做出准确的描述和建立分析模型或挖掘出分类规则，然后用此规则对其他数据库的记录进行分类聚类
Jiong-952·2023-06-12 07:59

异常数据检测 | Python实现k-means时间序列异常数据检测

文章目录文章概述模型描述源码分享学习小结文章概述异常数据检测|Python实现k-means时间序列异常数据检测模型描述k-means是一种广泛使用的聚类算法。它创建了k个具有相似特性的数据组。
算法之旅·2023-06-12 07:21

什么是机器学习？有哪些算法和分类？又有哪些应用？看完你就懂了

马海平于俊吕昕向海来源：大数据（ID：hzdashuju）导读：本文从大数据的概念讲起，主要介绍机器学习的基础概念，以及机器学习的发展过程，用一个形象的例子讲解大数据生态中的机器学习，并按照传统机器学习（包括分类、聚类
hzbooks·2023-06-12 00:06

第九章 聚类

聚类任务训练样本的标记信息未知，目标是对无标记训练样本的学习来揭示数据的内在性质及规律，即是无监督学习，训练数据无标记，目的是为了分类。
尘濯·2023-06-11 17:15

ArchR官网教程学习笔记12:Motif和Feature富集

GettingStartedwithArchRArchR官网教程学习笔记2:基于ArchR推测DoubletArchR官网教程学习笔记3:创建ArchRProjectArchR官网教程学习笔记4:ArchR的降维ArchR官网教程学习笔记5:ArchR的聚类
生信start_site·2023-06-11 16:43

YOLO技术概要学习笔记2——YOLOV2到YOLOV3

目录一、前言二、YOLOv22.1v2特点（1）卷积层归一化（2）高分辨率分类器（3）完全卷积（4）使用锚框来预测边界框（5）维度聚类（6）直接位置预测(7)更细粒度的特征(8)多尺度训练2.2YOLOv2
JAMES费·2023-06-11 13:46

异常数据检测 | Python实现孤立森林(IsolationForest)异常数据检测

该算法不采样任何基于聚类或距离的方法，因此他和那些基于距离的的异常值检测算法有
算法之旅·2023-06-11 06:13

学习计划

今天列下具体的学习计划以及知识点汇总推荐算法：CF，LR，SVM，FM，FTRL，GBDT，RF，SVD，RBM，RNN，LSTM，RL数据挖掘：分类，聚类，回归，降维，特征选择，模型评价数学：微积分，
中年危机3·2023-06-11 04:17

二分 KMeans，Bisecting KMeans 代码实现

算法原理：由于传统KMeans算法的聚类结果易受初始聚类中心点选择的影响，因此在传统的KMeans算法的基础上进行改进。
cooooper·2023-06-11 02:57

学习记录 -- Accurate and fast cell marker gene identification with COSG

文章目录brief代码演示安装实操个人感受brief单细胞数据分析当中，细胞聚类分群完成之后，我们希望得知每一个细胞类群是什么细胞，也就是细胞类型注释。
All_Will_Be_Fine噻·2023-06-11 02:49

R语言确定聚类的最佳簇数：3种聚类优化方法|附代码数据

p=7275最近我们被客户要求撰写关于聚类的研究报告，包括一些图形和统计输出。确定数据集中最佳的簇数是分区聚类（例如k均值聚类）中的一个基本问题，它要求用户指定要生成的簇数k。
·2023-06-11 00:56

R语言确定聚类的最佳簇数：3种聚类优化方法|附代码数据

p=7275最近我们被客户要求撰写关于聚类的研究报告，包括一些图形和统计输出。确定数据集中最佳的簇数是分区聚类（例如k均值聚类）中的一个基本问题，它要求用户指定要生成的簇数k。
·2023-06-11 00:55

R语言上市公司经营绩效实证研究 ——因子分析、聚类分析、正态性检验、信度检验

本文旨在探讨上市公司经营绩效的相关因素，并运用数据处理、图示、检验和分析等方法进行深入研究，帮助客户对我国45家上市公司的16项财务指标进行了因子分析与聚类分析。
·2023-06-11 00:23

一文读懂性能测试

从聚类的观点看，其实就是去掉离群点。错误率
测试界的扛把子·2023-06-10 22:06

任务参数化高斯混合模型（task-parameterized Gaussian mixture model，TP-GMM）

3.任务参数化高斯混合模型3.1TP-GMM3.2TP-GMM参数正则化4.扩展到任务参数化的子空间聚类5.从演示的混合模型合成运动5.1高斯混合回归5.2具有动态特征的GMM(trajectory
陈三章·2023-06-10 22:19

DeepDPM算法复现

这个过程是无监督的，它可以帮助网络学习数据的潜在表示，并且可以提高后续的聚类性能。预训练自编码器是深度聚类网络中的重要步骤。在这个过程中，使用无标签数据来训练
云中飞鹤__·2023-06-10 15:14

深度聚类中ARI、AMI以及ACC指标解析

ARI（AdjustedRandIndex）调整兰德指数，用于度量聚类结果与真实类别之间的相似度。它考虑了随机分配的影响，值越大表示聚类结果与真实类别越相似。
云中飞鹤__·2023-06-10 15:44

文本聚类分析算法_文本自动分类——分类算法KNN（K最邻近）应用（一）

作者：刘丽帆封面：云哲忆刚刚开始接触Python的小伙伴都觉得编程很高深，提到编程可能首先想到的就是程序员，其实通俗一些来讲，Python等编程语言和我们常用的SPSS等软件区别就在于，SPSS通过点击按钮就能实现的功能，我们可以用编程语言，指挥电脑帮我们一步一步实现这个按钮背后的功能。本次选取了来自一项研究生科研创新计划项目中的一篇已发表文章《基于论文自动分类的社科类学科跨学科性研究》，通过学习
weixin_39976960·2023-06-10 14:04

【KNN算法详解（用法，优缺点，适用场景）及应用】

要区分一下聚类（如Kmeans等），KNN是监督学习分类，而Kmeans是无
老虎也淘气·2023-06-10 14:01

Python毕业设计 二手房数据分析与可视化 - 大数据 网络爬虫

文章目录1前言1课题背景2实现效果二手房基本信息可视化分析二手房房屋属性可视化分析3数据采集**链家网网站结构分析****网络爬虫程序关键问题说明**4数据清洗原始数据主要需要清洗的部分5数据聚类分析k-means
kooerr·2023-06-10 13:21

【鲁棒】使用概率轨迹的鲁棒集成聚类研究（Matlab代码实现）

本文目录如下：目录1概述2运行结果编辑3文献来源4Matlab代码实现1概述摘要：尽管近年来已经开发了许多成功的集成聚类方法，但大多数现有方法仍然存在两个局限性。
紫极星光·2023-06-10 10:37

网络嵌入（network embedding）

Definition：图嵌入，又称网络嵌入，是网络表征学习的一种方法，旨在用低维、稠密的向量空间表示高维、稀疏的向量空间，所学习到的特征可以用于分类、回归、聚类等机器学习任务。
marshmallow@·2023-06-10 10:01

Python K均值聚类

原理：k均值聚类算法（k-meansclusteringalgorithm）是一种迭代求解的聚类分析算法，其步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心
小游园·2023-06-10 09:04

10.无监督学习之K-means算法

这种能分出来的簇的算法被称为聚类算法。10.2K-means算法（K均值）在聚类问题中，会给定一组未加标签的数据
秃头少女Emily·2023-06-10 09:32

【机器学习实战】Python基于K均值K-means进行聚类（九）

文章目录1前言1.1K-means的介绍1.2K-means的应用2demo实战演示2.1导入函数2.2创建数据2.3拟合聚类2.4查看结果3使用高级技术评估集群性能*3.1导入函数3.2整合数据3.3
Bioinfo Guy·2023-06-10 09:30

kmeans聚类，8个点分为三类

已知有如下8个点:X1:(2,10),X2:(2,5),X3:(8,4),X4:(5,8),X5:(7,5)，X6:(6,4),X7:(1,2)，X8:(4,9)X_1:(2,10),X_2:(2,5),X_3:(8,4),X_4:(5,8),X_5:(7,5)，X_6:(6,4),X_7:(1,2)，X_8:(4,9)X1:(2,10),X2:(2,5),X3:(8,4),X4:(5,8),X5
hence..·2023-06-10 08:20

算法工程师是什么

算法是数据挖掘，对用户数据进行建模分析，比如知道你看过了哪些商品，哪些网站，通过一些数据挖掘的手段来把这些信息转换为特征值，从而实现对用户群体的分类和聚类，这样才能有针对性地进行广告投放，以提高广告的点击率和转化率
山兔1·2023-06-10 02:53

日撸 Java 三百行day56-57

文章目录说明day56-57kMeans聚类1.kMeans聚类理解2.代码理解2.1代码中变量的理解2.2代码理解说明闵老师的文章链接：日撸Java三百行（总述）_minfanphd的博客-CSDN博客自己也把手敲的代码放在了
fulisha_la·2023-06-09 22:40

日撸java三百行day60

文章目录day60小结1.各算法回顾1.1KNN分类器1.2基于M-distance的推荐1.3kMeans聚类1.4NaiveBayes算法2.学习各类算法后的感悟3.leave-one-out测试4
fulisha_la·2023-06-09 22:35

【PyTorch深度学习】PVCGN、聚类对私家车流入流出量进行可视化和预测实战（附源码和数据集）

需要源码和数据集请点赞关注收藏后评论区留言私信~~~一、数据预处理私家车轨迹数据在获取后，会存在一系列数据的质量问题，如数据缺失、冗余，在对移动轨迹数据分析和挖掘前，根据不同的应用场景和研究目标，对原始数据进行有效的预处理。主要介绍私家车的行程数据的预处理方法，选取了7个主要的字段：ObjectID,StartTime,StartLon,StartLat,StopTime,StopLon,Stop
showswoller·2023-06-09 21:06

尖峰法聚类：2021 年高教社杯全国大学生数学建模竞赛 E题 中药材的鉴别 问题1

PeakCluster是Lu优化库中的一个函数，该函数利用数据曲线尖峰形状和位置进行聚类分析。
forcal·2023-06-09 21:47

2021 年高教社杯全国大学生数学建模竞赛 E 题 中药材的鉴别 第一题

目录1.数据预处理1.1数据基本信息探索1.2数据可视化1.3异常值处理2.数据特征值提取2.1数据标准化2.2PCA提取特征值3.数据聚类鉴别药材种类3.1肘部图确定K值3.2轮廓系数图确定K值3.3
小渝儿ya·2023-06-09 20:14

python数据分析与应用：使用scikit-learn构建模型分析 第六章实训（1,2）

5、掌握聚类模型的构建与评价方法。6、掌握分类模型的构建与评价方法。7、掌握回归模型的构建与评价方法。二、实验内容任务1：使用skl
小明爱學習·2023-06-09 20:08

基于leaflet地图对行政区进行维诺图区域划分

实验过程：将数据点按经纬度进行K-MEANS聚类（人为设定聚成100类），获取各类中心的坐标，即100个类中心点坐标作为D3维诺图布局的输入，得到维诺图布局的数据。
请叫我徐英俊·2023-06-09 20:01

python数据分析与应用：第六章课后实训--应用sklearn分析竞标数据（全）

5、掌握聚类模型的构建与评价方法。6、掌握分类模型的构建与评价方法。7、掌握回归模型的构建与评价方法。二、实验仪器设备或材料笔记本电脑，Ana
小明爱學習·2023-06-09 20:59

论文笔记: 可解释神经聚类 (鹏鹏专用)

摘要:分享对论文的理解,原文见XiPeng,YunfanLi,IvorW.Tsang,HongyuanZhu,JianchengLv,JoeyTianyiZhou,XAIBeyondClassification:InterpretableNeuralClustering,JournalofMachineLearningResearch22(2021)1–27.1.符号系统符号风格按照本贴作者的习惯
闵帆·2023-06-09 19:13

K-means聚类分析(鸢尾花)

一、实验原理k-means算法是最为经典的基于划分的聚簇方法，是十大经典数据挖掘算法之一。简单地说k-means就是在没有任何监督信号的情况下将数据分为k份的一种方法。k-means算法的基本思想为：在数据集中根据一定策略选择k个点作为每个簇的初始中心，然后观察剩余的数据，将数据划分到距离这k个点最近的簇中，也就是说将数据划分成k个簇完成一次划分，但形成的新簇并不一定是最好的划分，因此生成的新簇中
SYTnIU·2023-06-09 17:45

通过KMeans聚类算法对鸢尾花数据集进行分析

引言：在机器学习领域中，聚类算法是一种常用的无监督学习方法，它可以帮助我们探索数据的内在结构和发现隐藏的模式。
2301_77162361·2023-06-09 17:41

K-Means算法实现鸢尾花数据集聚类

目录1.作者介绍2.K-Means聚类算法2.1基本概念2.2算法流程3.K-Means聚类算法实现3.1鸢尾花数据集3.2准备工作3.3代码实现3.4结果展示4.问题与解析参考链接1.作者介绍张勇，男
ZHW_AI课题组·2023-06-09 17:09

机器学习能够解决的基本问题

它能够解决的问题主要可以分为三个类别：回归问题分类问题聚类问题每个问题有其运用到的不同的场景，根据不同的场景选用不同的模型分类问题分类问题，我们就将机器学习的过程看做是寻找一个复杂的函数的过程，在准备数据集时
二月w·2023-06-09 17:01

图像分割综述

本质上属于一个聚类问题深度方法：对于图像进行像素级分类，核心问题在于：逐像素
入门两年的练习生·2023-06-09 14:59
上一页 40 41 42 43 44 45 46 47 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他