k近邻聚类算法

每天一个数据分析题（五百零二）- 分割式聚类算法

以下哪个选项是分割式聚类算法?A.K-Means。
跟着紫枫学姐学CDA·2024-08-28 13:19

论机器学习中的 K-均值聚类算法及其优缺点

K-均值聚类算法是一种常见的机器学习算法，用于将数据集分为预先指定数量的簇。下面是对K-均值聚类算法以及其优缺点的讲解：算法步骤：a.随机选择K个中心点作为初始聚类中心。
风跟我说过她·2024-08-26 05:43

K近邻（KNN）

K近邻（KNN）1.K-NearestNeighbour1.1特点：计算复杂1.2K的设置1.3加权近邻Weightednearestneighbor1.4决策边界DecisionboundaryVoronoiregion2
pen-ai·2024-08-25 07:59

机器学习中的 K-均值聚类算法及其优缺点

K-均值聚类算法是一种无监督学习算法，用于将数据集中的样本分为K个不同的类别。该算法的基本思想是通过不断迭代地更新类别的中心点，将每个样本分配给离其最近的中心点所代表的类别。
weixin_63207763·2024-08-23 01:25

机器学习中的 K-均值聚类算法及其优缺点

K-均值聚类算法是一种常用的无监督学习算法，用于将样本数据划分为K个不同的簇。其基本思想是通过迭代去优化簇的中心位置，使得每个样本点到所属簇的中心点的距离最小。
刘小董·2024-03-14 20:18

【经验分享】分类算法与聚类算法有什么区别？白话讲解

而聚类算法呢，更像是你面前有一堆乱七八糟的东西，
思通数科x·2024-02-20 17:21

深度学习与机器学习的关系

机器学习涵盖了更广泛的算法和技术，包括决策树、支持向量机、随机森林、聚类算法等，而深度学习则专注于神经网络和相关的优化技术。优缺点比较机器学习：优点：通用性：机器学习算法
数字化信息化智能化解决方案·2024-02-20 16:19

GWO优化kmeans

而K-means是一种经典的聚类算法，用于将数据点划分为K个簇。将GWO优化算法应用于K-means聚类中，主要是为了解决K-means算法对初始簇中心敏感和容易陷入局部最优解的问题。
2301_78492934·2024-02-20 11:47

GA-kmedoid 遗传算法优化K-medoids聚类

遗传算法优化K-medoids聚类是一种结合了遗传算法和K-medoids聚类算法的优化方法。
2301_78492934·2024-02-20 11:14

聚类分析入门：使用Python和K-means算法进行数据聚类

K-means算法是一种常用的聚类算法，它通过迭代优化簇的中心点来实现聚类。本文将介绍如何使用Python编程语言和Scikit-learn库实现K-means算法，以及如何对数据进行聚类分
Evaporator Core·2024-02-19 19:01

【机器学习算法】KNN鸢尾花种类预测案例和特征预处理。全md文档笔记（已分享，附代码）

包括K-近邻算法，线性回归，逻辑回归，决策树算法，集成学习，聚类算法。K-近邻算法的距离公式，应用LinearRegression或SGDRegressor实现回归预
·2024-02-19 18:51

open3d k-means 聚类

介绍2、算法步骤二、代码1、机器学习生成`kmeans`聚类2、点云学习生成聚类三、结果1、原点云2、机器学习生成`kmeans`聚类3、点云学习生成聚类四、相关链接一、算法原理1、介绍K-means聚类算法是一种无监督学习算法
云杂项·2024-02-19 11:04

Open3d dbscan聚类算法cluster_dbscan

目录一、dbscan聚类算法介绍二、cluster_dbscan函数解析三、代码实现一、dbscan聚类算法介绍下面这篇文章介绍的非常详细，如果有兴趣消息了解算法的，可以移步到这里：https://blog.csdn.net
mm_exploration·2024-02-19 10:59

open3d DBSCAN 聚类

DBSCAN聚类一、算法原理1.密度聚类2、主要函数二、代码三、结果四、相关数据一、算法原理1.密度聚类介绍基于密度的噪声应用空间聚类(DBSCAN)：是一种无监督的ML聚类算法。
云杂项·2024-02-19 10:13

【机器学习】机器学习常见算法详解第4篇：KNN算法计算过程（已分享，附代码）

包括K-近邻算法，线性回归，逻辑回归，决策树算法，集成学习，聚类算法。K-近邻算法的距离公式，应用LinearRegression或SGDRegressor实现回归预
·2024-02-19 10:29

K-means（K均值聚类算法）算法笔记

K-means（K均值聚类算法）算法笔记K-means算法，是比较简单的无监督的算法，通过设定好初始的类别k，然后不断循环迭代，将给定的数据自动分为K个类别。
Longlongaaago·2024-02-15 07:07

网络数据的K-means聚类算法

随着Internet的大规模普及、信息处理技术和数据处理技术的发展及企业信息化程度的提高，各种网络资源以爆炸式速度迅猛增长，现存的网络资源以数据库存储的形式为主，数据的形式以半结构化和结构化的形式存储。但是在网络技术迅猛发达的今天，数据库中的数据量更是以惊人的速度发展，就形成了数据量很大而对于有用的信息的发掘和利用成为一大难题的现象，也成为现在研究的热点问题。如何从激增的数据背后找到有价值的信息，
fpga和matlab·2024-02-14 00:38

机器学习原型聚类

1.2kmeans1.2.1基本原理K-means是一种常见的聚类算法，也叫k均值或k平均。通过迭代的方式，每次迭代都将数据集中的各个点划分到
黄粱梦醒·2024-02-13 07:08

Kmeans聚类算法实现（输出聚类过程，分布图展示）

Kmeans聚类算法实现（输出聚类过程，分布图展示）Kmeans聚类算法是聚类算法中最基础最常用的聚类算法，算法很简单，主要是将距离最近的点聚到一起，不断遍历点与簇中心的距离，并不断修正簇中心的位置与簇中的点集合
linge511873822·2024-02-12 18:48

机器学习原理到Python代码实现之KNN【K近邻】

K-NearestNeighborK近邻算法该文章作为机器学习的第三篇文章，主要介绍的是K紧邻算法，这是机器学习中最简单的一种分类算法，也是机器学习中最基础的一种算法。
神仙盼盼·2024-02-12 18:15

机器学习原理到Python代码实现之K-Means

K-Means聚类算法该文章作为机器学习的第四篇文章，主要介绍的是K-Means聚类算法，这是我们介绍的第一个无监督算法，在这里我们将对什么是无监督，为什么要有无监督等也会有一些介绍，算法不难，大家且看且思考
神仙盼盼·2024-02-12 18:15

K 近邻算法

K近邻算法概述K近邻算法的核心思想：距离接近的事物具有相同属性的可能性要大于距离相对较远的。基本概念K近邻算法（KNN）：KNN表示K个最近的邻居的意思，即每个样本都可以用它最接近的K个邻居来代表。
YuanDaima2048·2024-02-11 13:51

机器学习系列——（二十）密度聚类

引言在机器学习的无监督学习领域，聚类算法是一种关键的技术，用于发现数据集中的内在结构和模式。
飞影铠甲·2024-02-10 11:53

机器学习系列——（十九）层次聚类

引言在机器学习和数据挖掘领域，聚类算法是一种重要的无监督学习方法，它试图将数据集中的样本分组，使得同一组内的样本相似度高，不同组间的样本相似度低。
飞影铠甲·2024-02-10 07:47

优化算法应用（四）优化聚类算法

一．目标描述聚类算法是一类无监督机器学习算法，即在使用该算法时不需要知道数据的标签，而是通过数据各个维度之间的某些特征对数据集进行划分。现在已有的聚类算法很多，划分方式也多种多样。
stronghorse·2024-02-10 04:50

机器学习系列——（十八）K-means聚类

一、K-means聚类简介K-means是一种基于划分的聚类算法，它的目标是将n个对象根据属性分为k个簇，使
飞影铠甲·2024-02-09 08:04

图像搜索和分类

视觉单词通常通过特征描述子（SIFT）等结合聚类算法得到聚类质心。用视觉单词直方图来表示一个图像。图像索引根据图像特征分别建立索引，以索引的方式搜索图像。
顽皮的石头7788121·2024-02-09 03:01

机器学习--K近邻算法，以及python中通过Scikit-learn库实现K近邻算法API使用技巧

文章目录1.K-近邻算法思想2.K-近邻算法(KNN)概念3.电影类型分析4.KNN算法流程总结5.k近邻算法api初步使用机器学习库scikit-learn1Scikit-learn工具介绍2.安装3
景天科技苑·2024-02-08 06:41

sklearn kmeans 聚类中心_Kmeans聚类算法

同时，由于笔者仅仅只是对Kmeans框架下的聚类算法较为熟悉，因此在后续的几篇文章中笔者将只会介绍Kmeans框架下的聚类算法，包括：Kmeans、Kmea
weixin_39997695·2024-02-08 03:47

sklearn-第五节（K-means算法）

1.k-means聚类算法思想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
~一段浮华·2024-02-08 03:16

【代码分享】基于改进ISODATA的负荷风电光伏曲线场景聚类算法

程序名称：基于改进ISODATA的负荷风电光伏曲线场景聚类算法实现平台：matlab代码简介：提出了一种针对负荷曲线聚类的聚类效果和速度并重的L-ISODATA(Loadcurve-ISODATA)算法
电力系统爱好者·2024-02-07 11:10

机器学习聚类算法

聚类算法是一种无监督学习方法，用于将数据集中的样本划分为多个簇，使得同一簇内的样本相似度较高，而不同簇之间的样本相似度较低。
小森( ﹡ˆoˆ﹡ )·2024-02-07 04:26

数据无量纲化 学习（1）：三种常用数据缩放方法的对比：StandardScaler、MinMaxScaler、RobustScaler

在以梯度和矩阵为核心的算法中，譬如逻辑回归，支持向量机，神经网络，无量纲化可以加快求解速度；在距离类模型，譬如K近邻，KMeans聚类中，无量纲化可以帮我们提升模型精度，避免某一个取值范围特别大的特征对距离计算造成影响
Tony Einstein·2024-02-06 22:03

基于python的k_means算法实现

K-Mean算法，即K均值算法，是一种常见的聚类算法。算法会将数据集分为K个簇，每个簇使用簇内所有样本均值来表示，将该
小菜鸡@·2024-02-06 11:25

2019-10-10 kNN近邻算法

k近邻算法是非常特殊的，可以被认为是没有模型的算法，为了和其他算法统一，可以认为训练数据集就是模型本身。KNN分类算法：“投票法”，选择这k个样本中出现最多的类别标记作为预测结果。
lqzzz·2024-02-06 05:42

人工智能福利站，初识人工智能，机器学习，第三课

✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一机器学习专栏人工智能专业知识学习二机器学习专栏人工智能专业知识学习三机器学习专栏文章目录初识人工智能(机器学习)一、机器学习(3)21.什么是K近邻
普修罗双战士·2024-02-05 19:14

人工智能福利站，初识人工智能，机器学习，第四课

收藏人工智能领域知识链接专栏人工智能专业知识学习一机器学习专栏人工智能专业知识学习二机器学习专栏人工智能专业知识学习三机器学习专栏人工智能专业知识学习四机器学习专栏文章目录初识人工智能(机器学习)一、机器学习(4)31.什么是聚类算法中的层次聚类
普修罗双战士·2024-02-05 19:14

（5）【Python/机器学习/深度学习】Machine-Learning模型与算法应用—12种聚类算法说明与归纳

目录一、12种聚类(无监督学习)算法说明和区分比较聚类算法的类型（一）编辑导入函数库加载数据集编辑(1)K-Means--Centroidmodels(2)Mini-BatchK-Means--Centroidmodels
代码骑士·2024-02-05 13:12

（4）【Python数据分析进阶】Machine-Learning模型与算法应用-回归、分类模型汇总

135693621https://codeknight.blog.csdn.net/article/details/135693621本篇主要介绍决策树、随机森林、KNN、SVM、Bayes等有监督算法以及无监督的聚类算法和应用
代码骑士·2024-02-05 13:59

机器学习 | 解析聚类算法在数据检测中的应用

目录初识聚类算法聚类算法实现流程模型评估算法优化特征降维探究用户对物品类别的喜好细分(实操)初识聚类算法聚类算法是一种无监督学习方法，用于将数据集中的对象按照相似性分组。
亦世凡华、·2024-02-04 22:59

全面解析 Kmeans 聚类算法（Python）

聚类算法可以大致分为传统聚类算法以及深度聚类算法：传统聚类算法主要是根据原特征+基于划分/密度
AI科技大本营·2024-02-04 22:59

解析机器学习中的几种常见聚类算法

关于聚类算法一直是近几年来机器学习的热门，下面谈谈自己对其中几种聚类算法的理解，首先在谈聚类算法之前我们引入相似度这么一个概念，什么是相似度呢，简单来说假设有M个样本，其中任意两个样本之间的相似的度量，
魔法_wanda·2024-02-04 22:59

机器学习-基础分类算法-KNN详解

KNN-k近邻算法k-NearestNeighbors思想极度简单应用数学只是少效果好可以解释机器学习算法使用过程中的很多细节问题更完整的刻画机器学习应用的流程创建简单测试用例importnumpyasnpimportmatplotlib.pyplotaspltraw_data_X
小旺不正经·2024-02-04 11:10

[Python] 什么是KMeans聚类算法以及scikit-learn中的KMeans使用案例

什么是无监督学习？无监督学习是机器学习中的一种方法，其主要目的是从无标签的数据集中发现隐藏的模式、结构或者规律。在无监督学习中，算法不依赖于任何先验的标签信息，而是根据数据本身的特征和规律进行学习和推断。无监督学习通常用于聚类、降维、异常检测等任务。在聚类中，算法会将相似的数据点归为一类；在降维中，算法会将高维数据映射到低维空间；在异常检测中，算法会发现与其他数据不同的离群点。无监督学习是与有监督
老狼IT工作室·2024-02-04 10:17

2019-07-15 周学习计划

1.K近邻算法；决策树算法；朴素贝叶斯算法；2.10小节屈婉玲算法课；3.Go语言编程（许式伟）Channel看完；4.流畅的Python元类章节看完；5.减1KG；完成：1.alittle（5）2.0
昭南小星·2024-02-04 06:31

讲解机器学习中的 K-均值聚类算法及其优缺点

K-均值聚类算法是一种常见的无监督学习算法，用于将数据集分成不同的簇。该算法的目标是将数据点分配到k个簇中，使得每个数据点与所属簇的质心（中心）的距离最小化。
做一个AC梦·2024-02-04 04:23

西瓜书学习笔记——低维嵌入（公式推导+举例应用）

在kkk近邻学习中，随着数据维度的增加，样本之间的距离变得更加稀疏，导致KNN算法性能下降。这是因为在高维空
Nie同学·2024-02-04 01:13

西瓜书学习笔记——k近邻学习（公式推导+举例应用）

文章目录算法介绍实验分析算法介绍K最近邻（K-NearestNeighbors，KNN）是一种常用的监督学习算法，用于分类和回归任务。该算法基于一个简单的思想：如果一个样本在特征空间中的kkk个最近邻居中的大多数属于某个类别，那么该样本很可能属于这个类别。KNN算法不涉及模型的训练阶段，而是在预测时进行计算。以下是KNN算法的基本步骤：选择K值：首先，确定用于决策的邻居数量K。K的选择会影响算法的
Nie同学·2024-02-04 01:42

kmeans聚类算法C++实现

先上作业题，大一的童鞋写这个，确实有一丁丁难。题目中出现了“这些点不重合”、“挑选K个不同点”的字眼，对于前者，使用c++的set可以直接去重，对于后者，可以采用“不放回抽样”。第一步，搭好程序框架，设计好数据结构，不涉及具体算法。看起来有些多，其实有些代码可以不要，比如用彩色输出内容。里面有一些c++的语法，可以用c替换，比如：容器vectorvec_all_point;可以替换为结构体数组Po
crazybobo1207·2024-02-03 16:04

白铁时代 —— （监督学习）原理推导

来自李航《统计学习方法》文章目录-1指标相似度0概论1优化类1.1朴素贝叶斯1.2k近邻-kNN1.3线性判别分析二分类LDA多分类LDA流程LDA和PCA的区别和联系1.4逻辑回归模型&最大熵模型逻辑回归最大熵模型最优化
人生简洁之道·2024-02-03 07:46
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他