Means

K-Means（二）初始质心的选择

由于K-Means算法具有不稳定性，初始质心选择不同，结果也不同。所以解决局部最优的方法，其一可
shijiatongxue·2023-04-08 06:17

Python基于YOLOv7的口罩识别系统(源码＆教程)

系统采用PyCharm集成开发环境,从网络上爬取1600张口罩佩戴相关的图片，在原始k-means算法基础上加入聚类算法,获取与真实框之间的更高的先验框。
qunmasj89·2023-04-08 02:16

机器学习 实验三：K均值聚类

介绍：在本实验中，将实现K均值聚类算法(K-means)并了解其在数据聚类上的工作原理及图像压缩上的应用。
满地都是六便士他却抬头看向了月亮·2023-04-08 01:16

Clustering K-Means 图像压缩

ClusteringK-Means图像压缩本案例使用K-Means聚类算法对图像进行压缩，我们将图像由彩色图变为灰度图。
Aroundchange·2023-04-08 00:23

R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较

K_means和层次聚类的比较。
拓端研究室·2023-04-07 21:56

K-means算法实现及分析

K-means算法对data中数据进行聚类分析实验要求K-means算法对data中数据进行聚类分析1.算法原理描述2.写出K-means具体功能函数3.可视化画图，不同类数据采用不同颜色foriteminrange
鲤鱼酒酒·2023-04-07 13:21

KNN机器算法入门【Python】：实现手写数字识别

注意：KNN算法是有监督学习中的分类算法，它看起来和另一个机器学习算法K-means有点像（K-means是无监督学习算法），但却是有本质区别的。
蚂蚁爱Python·2023-04-07 07:04

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

本文目录如下：目录1概述1.1K-means聚类算法及存在的问题1.2ISODATA聚类算法及存在的问题1.3L-ISODATA聚类算法1.4K-L-ISODATA聚类算法2运行结果2.1聚类算法比较2.2K-L-ISODATA
然哥依旧·2023-04-06 23:34

大数据的几大经典算法

二、Thek-meansalgorithm即K-Means算法k-meansalgorithm算法是一个聚类算法，把n的对象根据他们的属性分为k个分割(k
z-Beau·2023-04-06 22:07

一文速学数模-K-means聚类算法实战：信用卡用户画像聚类分析

目录前言一、用户画像概述1.用户画像2.为何用聚类算法作用户画像二、数据质量校验1.数据背景2.数据说明三、数据预处理1.数据空缺值检验2.数据归一化四、K-means聚类step1:选取K值手肘法step2
fanstuck·2023-04-06 12:21

k-means聚类算法学习笔记（案例分析、python代码，结果可视化）

文章目录1什么是k-means聚类2案例分析（计算过程）3python代码4结果可视化1什么是k-means聚类K-Means算法是一种典型的基于划分的聚类算法，也是一种无监督学习算法。
漩涡脆波波·2023-04-05 14:52

机器学习---聚类算法总览

聚类算法总览参考资料k-means:本人文章sparkml聚类算法谱聚类：https://blog.csdn.net/wangqianqianya/article/details/103482708LDA
qq_38142901·2023-04-05 02:54

浅析聚类算法之层次聚类

今天记录一下聚类里的算法，之前已经叙述了K-means聚类今天补充一下其他。————————————————————关于什么是聚类，聚类是做什么等等之前已经叙述，今天直接进入正题。
LiBiscuit·2023-04-04 02:28

K-means聚类算法

1、聚类步骤随机设置K个特征空间内的点作为初始的聚类中⼼对于其他每个点计算到K个中⼼的距离，未知的点选择最近的⼀个聚类中⼼点作为标记类别接着对着标记的聚类中⼼之后，重新计算出每个聚类的新中⼼点（平均值）如果计算得出的新中⼼点与原中⼼点⼀样（质⼼不再移动），那么结束，否则重新进⾏第⼆步过程通过下图解释实现流程：2、举例说明1、随机设置K个特征空间内的点作为初始的聚类中⼼（本案例中设置p1和p2）2、
绯雨千叶·2023-04-03 23:26

模式识别 —— 第五章 数据聚类

第五章数据聚类距离与相似性度量距离的四条基本公理闵可夫斯基距离欧式距离马式距离曼哈顿距离切比雪夫距离汉明距离余弦相似度杰卡德相似系数KL散度基于距离阈值的聚类算法近邻聚类法最大最小距离算法系统聚类法（层次/分级聚类法）最短距离法最长距离法中间距离法（考点）重心法类平均距离法动态聚类方法K-均值算法（K-means
梦里一声何处鸿·2023-04-03 05:06

计算机视觉：图像检索

目录一、基于内容的图像检索1.BOW模型2.BOF模型3.K-Means聚类算法4.TF-IDF权重5.倒排表6.总结：图像检索流程二、视觉单词1.创建词汇三、图像索引1.建立数据集2.特征提取生成数据模型
Laker 23·2023-04-03 05:32

机器学习笔记10 -- 回归与聚类算法

回归和聚类线性回归：欠拟合与过拟合->岭回归分类算法：逻辑回归模型保存与加载无监督学习：K-means线性回归原理：回归问题：目标值为连续型的数据应用场景：房价预测，销售额度预测，金融类问题定义：函数关系
whurrican·2023-04-03 01:55

机器学习算法基础(8): 逻辑回归算法和K-means聚类算法

模型的保存和加载fromsklearn.externalsimportjoblib分类算法：逻辑回归逻辑回归：线性回归的式子作为输入，解决二分类问题，也可以得出概率值1、应用场景（基础分类问题：二分类）广告点击率是否为垃圾邮件是否患病金融诈骗虚假账号2、广告点击点击没点击3、逻辑回归的输入与线性回归相同将线性回归的输入转变为一个分类问题4、sigmoid函数函数y轴为概率值逻辑回归也是一个算法自我
weixin_51182518·2023-04-03 01:19

机器学习算法基础（回归算法、逻辑回归、k-means聚类算法）

目录第一部分回归算法（一）线性回归线性模型线性回归损失函数（误差大小）减小误差的方法正规方程梯度下降正规方程、梯度下降API回归性能评估回归评估API两种方法的总结（二）欠拟合与过拟合定义产生原因及解决方法（三）岭回归——带正则项的线性回归正则化岭回归API代码实例——预测波士顿的房价模型的保存与加载代码示例第二部分分类算法——逻辑回归逻辑回归对数似然损失函数逻辑回归API逻辑回归案例——乳腺肿瘤
只求毕业·2023-04-03 01:17

【机器学习】04-回归与聚类算法：线性回归、过拟合、逻辑回归、K-means算法

回归与聚类算法一、线性回归学习目标：记忆线性回归的原理过程应用LinearRegression或SGDRegressor实现回归预测记忆回归算法的评估标准及其公式1）线性回归即解决回归问题的最基本一个算法。回归问题：目标值为连续型数据的一类问题。2）线性回归应用场景房价预测--目标值：房价销售额度预测--目标值：销售额度金融:贷款额度预测、利用线性回归以及系数分析因子3）什么是线性回归线性回归(L
同学你别跑·2023-04-03 00:41

图像Non-local means 去噪算法matlab实现

function[output]=NLmeansfilter(input,t,f,h)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%input:imagetobefiltered%t:radioofsearchwindow55*5大小的搜索窗%f:radioofsimilaritywindow2%h:degreeo
沙丁鱼鱼鱼·2023-04-02 21:51

Non-Local Means 非局部均值去噪滤波

传统的高斯滤波，均值滤波，为局部滤波，即对周围邻域的点加权生成当前点，加权因子反应出周围点对当前点的影响，这些加权因子基于某种理论获得，如高斯滤波基于低通，均值滤波认为点与点之间的影响是均匀的。1.经典的Non-LocalMeans滤波Non-localMeans非局部均值去噪滤波可以视为局部均值滤波的特例，它的目的是使用与当前点纹理类似的区域，对当前点加权。也即加权因子，是基于被加权点与当前点的
攻城狮凌风·2023-04-02 21:59

Non local means图像去噪算法及其实现

论文原文：Anon-localalgorithmforimagedenoising该文章2005由Buades等人发表在CVPR上，对于single-imagedenoise来说，当时基本上是state-of-the-art。去噪属于图像复原的范畴，通常使用滤波来实现，并且往往是低通（平滑噪声）滤波器。对于单帧图像去噪，使用空间邻域像素来处理，对于多帧图像去噪，则可以考虑时空域相结合的方法，即时间
lemonHe_·2023-04-02 21:47

Matlab实现Non-Local Means算法（附上完整仿真源码）

Non-LocalMeans算法是一种经典的图像降噪算法，它的基本思想是通过比较图像中不同位置的像素之间的相似性来进行降噪。Matlab是一种功能强大的数值计算软件，提供了多种用于图像处理的工具和函数，可以方便地实现Non-LocalMeans算法。实现步骤1.读取图像2.添加高斯噪声3.设置参数4.计算相似性权重5.进行滤波6.显示结果7.简单代码实现8.总结9.完整仿真源码下载1.读取图像使用
Matlab仿真实验室·2023-04-02 20:27

multiprocess.process

@timethisdef子方法13(self,return_dict):self.test_iter_result,self.pixel_means=self.
happy Every daylala·2023-04-01 18:37

Denclue（KDE核密度）算法

好了回归聚类算法，在机器学习中，聚类算法有很多入门的自然便是K-means算
互联网底层人员·2023-04-01 10:25

（入门向）python实现k-means和k-medoid算法二维数据分类，含实验报告

://pan.baidu.com/s/1tYGDmoS_K6oQrmf4vlDH9A提取码:qfcy效果预览：生成的点集：聚类结果：新手向代码参数修改教程：k-medoid可能支持三维数据聚类，但k-means
向盟约宣誓·2023-04-01 10:26

基于k-means和tfidf的文本聚类代码简单实现

俗话说“外行看热闹，内行看门道“，作为一个机器学习的门外汉，刚研究python机器学习scikit-learn两周时间，虽然下面这段程序可能对于那些专研算法或机器学习的人来说非常简单，但对于一些入门的同学和我自己还是非常有帮助的。如果文章中有错误或不足之处，还请你微微一笑，原谅之；当然也非常欢迎你提出建议或指正~基本步骤包括：1.使用python+selenium分析dom结构爬取百度|互动百科文
叶过无痕·2023-04-01 00:13

基于 python TF-IDF K-means 算法的校园微博热点话题发现系统 附代码

本文基于K-means聚类算法实现一套校园微博热点话题发现系统，通过改进相关算法等步骤提高了获取热点话题的准确性，并实现可视化界面操作获取微博数据和热点话题等
数学是算法的灵魂·2023-03-31 23:40

K-means聚类算法的应用以及实现

K-means聚类算法属于无监督学习，它会将相似的对象归到同一个簇中，该算法原理简单，执行效率高，并且容易实现，是解决聚类问题的经典算法。
季布，·2023-03-31 23:35

使用python来实现零售行业的数据分析 : EDA+TF-IDF+t-SNE+K-Means+LDA(干货)

当今电子商务已经非常普及,网上购物已经成为人们生活的一部分,电商网站上的商品数量已经呈现几何级的增长.伴随着在线的商品数量的增长,商品的定价越来越成为一个问题。比如服装的价格会呈现出季节性的变化趋势，而且受品牌的影响很大，而电子产品的价格则根据产品规格而波动。Mercari是一个日本C2C二手交易平台。他们们深深地了解零售商品定价这个问题。他们想向卖家提供定价建议，但这很难，因为他们的卖家可以在M
-派神-·2023-03-31 23:00

【机器学习】K-means聚类，升级版，tf-idf+PCA降维+k-means，python

升级版K-means聚类：tf-idf+PCA降维+k-means，代码传送门：#coding:utf-8#2.0使用jieba进行分词,彻底放弃低效的NLPIR,用TextRank算法赋值权重(实测textrank
HelenLee01·2023-03-31 23:30

基于TF-IDF与k-means的情感聚类

目前很多情感聚类都是细分到逐词分析，而对于逐句的情感分析可以通过将文本转化为数字矩阵从而采用传统的聚类方法来实现，这里以K均值为例进行演示：importpandasaspdimportcodecsimportmatplotlib.pyplotaspltfromsklearn.feature_extraction.textimportTfidfTransformerfromsklearn.featu
#温室里的土豆·2023-03-31 23:33

Python机器学习算法备忘单之5 种常见算法的快速参考指南

K-means：最适合解决无监督聚类问题。正文
知识大胖·2023-03-31 18:31

（1-3）sklearn库的模型----无监督学习

声明：本文章涉及到的思想已被分解为文档一1.无监督学习中的聚类算法之k-means聚类算法–fromsklearn.clusterimportKMeansKMeans(n_clusters=8,init
BlackTurn·2023-03-31 18:20

监督学习（回归、分类问题）与无监督学习（聚类问题）

（Supervisedlearning）回归问题（Regression）分类问题（Classification）无监督学习及聚类问题无监督学习（Unsupervisedlearning）聚类问题（K-means
Gaolw1102·2023-03-31 18:46

sklearn无监督学习-聚类k-means

无监督学习聚类就是根据数据的”相似性”将数据分为多类的过程。评估两个不同样本之间的“相似性”，通常使用的方法就是计算两个样本之间的“距离”。使用不同的方法计算样本间的距离会关系到聚类结果的好坏。1样本距离计算方法欧式距离，曼哈顿距离，马氏距离，夹角余弦2sklearn.clustersklearn.cluster模块提供的各聚类算法函数可以使用不同的数据形式进行输入：标准数据输入格式：[样本个数，
生如夏花~之绚烂·2023-03-31 17:23

机器学习实践（十七）—sklearn之无监督学习-K-means算法

无监督学习包含算法聚类K-means(K均值聚类)降维PCA二、K-means原理K-means聚类步骤随机设置K个特征空间内的点作为初始的聚类中心对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中心点作为标记类别接着对着标记的聚类中心之后
泡泡码客·2023-03-31 17:20

【学习笔记】K-means算法

1、K-means原理我们先来看一下一个K-means的聚类效果图1.1K-means聚类步骤随机设置K个特征空间内的点作为初始的聚类中心对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中心点作为标记类别接着对着标记的聚类中心之后
YJ语·2023-03-31 17:57

sklearn 小白抱佛脚笔记4: 无监督学习

Unsupervisedlearning:seekingrepresentationsofthedata类聚:k-means类聚Hierarchicalagglomerativeclustering:Ward
GungnirsPledge·2023-03-31 17:25

julia系列12：聚类算法包

引用“usingClustering”，使用方法如下：1.K-means简单例子：usingClustering#makearandomdatasetwith1000random5-dimensionalpointsX
IE06·2023-03-31 06:32

第九章.聚类算法—K-MEANS，Mini Batch K-Means

2.K-MEANS1).算法思想以空间中k个点为中心进行聚类，对最靠近他们的对象归类，通过迭代的方法，逐次更新各据类中心值，直至得到最好的据类结果。
七巷少年^ω^·2023-03-30 21:36

一文读懂聚类算法原理

常用算法：①划分方法：K-Means（K均值）、K-Medoids（K中心）；②层次方法：凝聚
PM见闻·2023-03-30 20:24

2017/11/26 武汉市城市规划设计院面试情况小记(1)

8点左右到达，8点半进去上机考试，考试题目是这样的：拿到题目比较蛋疼，这是想搞么斯啊，纠结了半天，把它当做一个分类问题考虑了，想使用模糊评判或者C-means分类进行处理，奈何源代码不好找啊，最后用MA
啄木鸟5·2023-03-30 11:13

【风光场景生成】基于改进ISODATA的负荷曲线聚类算法（Matlab代码实现）

本文目录如下：目录1概述1.1K-means聚类算法及存在的问题1.2ISODATA聚类算法及存在的问题1.3L-ISODATA聚类算法1.4K-L-ISODATA聚类算法2运行结果2.1聚类算法比较2.2K-L-ISODATA
数学建模与科研·2023-03-29 13:39

SKlearn里面的K-means使用详解

在K-Means聚类算法原理中，我们对K-Means的原理做了总结，本文我们就来讨论用scikit-learn来学习K-Means聚类。重点讲述如何选择合适的k值。
ASS-ASH·2023-03-29 09:46

K-means聚类及距离度量方法小结

kmeans算法又名k均值算法,K-means算法中的k表示的是聚类为k个簇，means代表取每一个聚类中数据值的均值作为该簇的中心，或者称为质心，即用每一个的类的质心对该簇进行描述。
ASS-ASH·2023-03-29 09:46

密度聚类（ DBSCAN ）

密度聚类（DBSCAN）密度聚类的思想是不同于K-Means的，但是更符合我们人类的思维，基本的思想是通过是否紧密相连来判断样本点是否属于一个簇。
GIS_JH·2023-03-29 03:03

Application Structure 应用结构

Thisquestionisextremelycommonwhenbuildingapplicationsonaframework.Manydevelopersaskthisquestionbecausetheyhavebeentoldthat“Model”means
涂荼·2023-03-29 00:09

5.2.2 K-Mean聚类算法

K-Means算法是典型的基于距离的非层次聚类算法，在最小化误差函数的基础上将数据换分为预定的类数K，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。
WeDataScience·2023-03-28 19:25
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他