k近邻聚类算法

层次聚类、k_means聚类-python源码

因此聚类算法属于无监督算法。三特征值输入，单结果输出聚类。内含数据集、代码，可直接运行
我也想搞机器学习·2024-01-27 16:32

K-均值聚类算法

什么是K-均值聚类算法K-均值聚类算法是一种常见的聚类算法，用于将一组数据点分为K个不同的簇。
Flying_Fish_roe·2024-01-27 11:43

1.19信息学，信息熵（wordle)

聚类算法较多，在论文中可以使用改进的聚类算法就是说，情况越少，在总的所有可能情况里出现的概率也就越少，出现的话，那么也就越能确定如果所蕴含的信息越多，那么就是经过的判断也就越多，即经过所谓判断（是或不是
CQU_JIAKE·2024-01-27 10:10

机器学习--基础概念（二）

K近邻算法(K-NearestNeighbors,KNN):基于输入数据点在特征空间中的邻近程度，将其分为最接近的K个邻居的多数类别
三三木木七·2024-01-27 10:39

并行化K-means聚类算法的实现与分析

并行化K-means聚类算法并行化K-means聚类算法的实现与分析项目背景与意义算法原理与串行实现分析并行化策略与关键细节实验结果与讨论未来改进方向结语并行化K-means聚类算法的实现与分析在大数据时代
OverlordDuke·2024-01-27 09:19

聚类分析 | 最优K-means聚类算法（Python）

但是，部分聚类算法需要设置聚类的数量，这是聚类算法的重要挑战之一。通常，在处理数据时，使用迭代方法来决定最优簇群的数量。这意味着我们要多次进行聚类，每次使用不同数量的集群，并评估相应的结果。
天天酷科研·2024-01-27 07:21

QT+VS实现Kmeans聚类算法

k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。无监督学习通常用于聚类，通过样本件的相似性对数据集进行聚类，使类内差距最小化，类间差距最大化。
create_right·2024-01-27 06:24

10-【BPGA】的安装和使用

2.安装2.1下载Usearch官网下载后，解压缩后将文件重命名为usearchusearch是一款序列分析工具，其提供的搜索和聚类算法比blast快几个数量级。
lkj666·2024-01-27 05:07

聚类(Clustering)

图上的数据看起来可以分成两个分开的点集（称为簇），一个能够找到我圈出的这些点集的算法，就被称为聚类算法。问题：聚类算法一般用来做什么呢？比如市
清☆茶·2024-01-26 06:10

前出深入-机器学习

文章目录一、K近邻算法1.1先画一个散列图1.2使用K最近算法建模拟合数据1.3进行预测1.4K最近邻算法处理多元分类问题1.5K最近邻算法用于回归分析1.6K最近邻算法项目实战-酒的分类1.6.1对数据进行分析
代码浪人·2024-01-26 05:21

NTP时间同步协议

在广域网上提供几十毫秒精度冗余服务器和多种网络路径保证了可靠性工程算法用于减少抖动，缓解多个源和避免不正确操作的服务器HowNTPworks多个服务器/对等体提供冗余和多样性时钟滤波器从八个时钟偏移样本的窗口中选择最佳交叉和聚类算法选择同伴的最佳子集并丢弃异常值组合算法计算偏移
乐十九·2024-01-25 19:44

宏基因组CAG、MGS、MLG、MAG傻傻分不清？

所以类似的，我们也可以基于基因丰度进行序列聚类，比如Canopy聚类算法、Chameleon算法，得到的集合（Cluster）称为CAG、MLG、MGS等，不同的
斗战胜佛oh·2024-01-25 11:54

【深度学习】逻辑回归模型

逻辑回归模型机器学习的分类机器学习的两个种类：有监督学习：数据集带标签（题目有正确答案）无监督学习：数据集不带有标签，比如聚类算法有监督学习两大任务：回归任务：预测结果是无限个值，是连续值（体重值、分数值
wmh1024·2024-01-25 07:34

Ｋ近邻模型原理（一）

k近邻(K-NearestNeighbor,简称KNN)算法既可以用于分类问题也可以用回归问题．两者最大的区别在于最终决策时方法的选择，对于分类问题来说，采用多数表决法；而对于回归问题来说，采用选择平均法
徐_清风·2024-01-24 18:36

K-means聚类分析（Python）

推广到K就是：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。然后计算每个对象与各个种子聚类中心之间的距离，
Sanchez·J·2024-01-24 18:43

[Python] scikit-learn - K近邻算法介绍和使用案例

什么是K近邻算法？K近邻算法(K-NearestNeighbors,简称KNN)是一种基于实例的学习方法，主要用于分类和回归任务。
老狼IT工作室·2024-01-24 10:00

模糊聚类算法——模糊C均值聚类及matlab实现

模糊C均值聚类算法（FuzzyC-Means,FCM）。1.算法概述模糊C均值聚类算法是一种经典的模糊聚类算法，用于无监督学习中的数据聚类问题。
root-cause·2024-01-24 09:24

K-均值聚类算法

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K个不同的组或类别。该算法的思想是通过计算样本之间的距离来寻找簇中的中心点，并将样本分配到最近的中心点所代表的簇中。
先------------------·2024-01-23 19:36

CGAL中三角形曲面网格近似

给定一个输入曲面三角网格，VSA利用离散聚类算法通过一组称为代理的局部简单形状对其进行近似。每个簇表示为输入网格的一组连接的三角形，输出网格是通过生成一个近似簇的曲面三角网格来构造的。
网卡了·2024-01-23 02:00

《机器学习》客户流失判断-python实现

实现读取数据并初步了解导入宏包读取数据查看数据类型检查缺失值描述性统计分析可视化分析用户流失分析特征分析任期年数与客户流失的关系：服务类属性分析特征相关性分析数据预处理类别编码转换划分训练数据与测试数据归一化处理模型建立逻辑回归支持向量机（SVM）K近邻
汐ya~·2024-01-22 09:44

基于朴素贝叶斯的文本分类系统的设计与实现

基于k近邻(k
@斯里·2024-01-22 06:38

数学建模常见算法的通俗理解（2）

目录6K-Means（K-均值）聚类算法（无需分割数据即可分类）6.1粗浅理解6.2算法过程6.2.1选定质心6.2.2分配点6.2.3评价7KNN算法（K近邻算法）（K个最近的决定方案）7.1粗浅理解
菜只因C·2024-01-21 17:22

机器学习--K-means算法优化

主要的聚类算法可以划分为如下几类：划分方法、层次方法、基于密度的方法、基于网格的方法以及基于模型的方法。
YCzhao·2024-01-21 08:36

聚类算法（KMeans）模型评估方法（SSE、SC）及案例

一、概述将相似的样本自动归到一个类别中，不同的相似度计算方法，会得到不同的聚类结果，常用欧式距离法；聚类算法的目的是在没有先验知识的情况下，自动发现数据集中的内在结构和模式。
小林打怪中·2024-01-20 02:21

An overview of recent multi-view clustering

由于传统的聚类算法无法处理此类数据，多视图聚类成为研究热点。在本文中，我们回顾了一些最新的多视图聚类算法，并将其合理地分为三类。为了评估它们的表现，我们在七个真实世界的数据集上进行了广泛的实验。
zelda2333·2024-01-19 12:55

OpenCV-Python(39):Meanshift和Camshift算法

目标学习了解Meanshift和Camshift算法在视频中找到并跟踪目标Meanshift原理Meanshift算法是一种基于密度的聚类算法，用于将数据点划分为不同的类别。
图灵追慕者·2024-01-19 06:12

机器学习笔记（十）聚类算法DBSCAN原理和实践

在前面的文章中，我们分别介绍了《K-means原理和实践》和《Birch和层次聚类》两种聚类算法，本文我们继续介绍另一种常用的聚类算法DBSCAN。
大白兔黑又黑·2024-01-19 01:04

【机器学习】DBSCAN算法

dd6ce77bfb8a1介绍DBSCAN(Density-BasedSpatialClusteringofApplicationwithNoise)算法是于1996年提出的一种简单的、有效的基于密度的聚类算法
zcongfly·2024-01-19 01:33

聚类模型评估指标之内部方法

聚类算法的理想结果是同一类别内的点相似度高，而不同类别之间的点相似度低。聚类属于无监督学习，数据没有标签，为了比较不同聚类模型的好坏，我们也需要一些定量的指标来进行评估。
生信修炼手册·2024-01-18 18:34

聚类模型评估指标之外部方法

聚类算法的理想结果是同一类别内的点相似度高，而不同类别之间的点相似度低。聚类属于无监督学习，数据没有标签，为了比较不同聚类模型的好坏，我们也需要一些定量的指标来进行评估。
生信修炼手册·2024-01-18 18:34

无监督学习 - 层次聚类（Hierarchical Clustering）

什么是机器学习层次聚类是一种无监督学习的聚类算法，它以树状结构（层次结构）的形式组织数据集中的样本。
草明·2024-01-18 14:11

机器学习小记——KNN（K近邻）

为了让绝大多数人都可以看懂，所以我就用简单的话语来讲解机器学习每一个算法第一次写ML的博文，所以可能会有些地方出错，欢迎各位大佬提出意见或错误祝大家开心进步每一天～博文代码全部为python简单的说一下什么是机器学习，机器学习英文名称是MachineLearning,ML机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学
AI小白龙*·2024-01-17 22:07

机器学习-KNN近邻算法分类模型、交叉验证

K近邻法的工作原理：某个未知类型点的特征数据距离K个已有类型近邻点特征数据的距离，根据这个距离对未知类型的数据进行分类KNN模型超参数K值：K值不同会导致分类结果的不同距离：采用欧几里得公式求得距离适用范围
AAI机器之心·2024-01-17 15:04

python机器学习——分类模型评估 & 分类算法（k近邻，朴素贝叶斯，决策树，随机森林，逻辑回归，svm）

目录分类模型的评估模型优化与选择1.交叉验证2.网格搜索【分类】K近邻算法【分类】朴素贝叶斯——文本分类实例：新闻数据分类【分类】决策树和随机森林1.决策树2.决策树的算法3.代码实现实例：泰坦尼克号预测生死
Perley620·2024-01-17 10:59

机器学习：李航 统计学习方法 笔记

P(Y∣X)=P(X,Y)P(X)P(Y|X)=\frac{P(X,Y)}{P(X)}P(Y∣X)=P(X)P(X,Y)朴素贝叶斯模型隐式马尔科夫模型判别方法DiscrimitiveApproach：k近邻
lealzhan·2024-01-17 08:54

深度学习常用代码总结(k-means, NMS)

目录一、k-means算法二、NMS一、k-means算法k-means是一种无监督聚类算法，常用的聚类算法还有DBSCAN。
BIT_Legend·2024-01-17 07:00

python学习笔记9（程序的描述方式、程序的组织结构、顺序结构、选择结构1）

（三）顺序结构（四）选择结构1if1、条件写法12、如果只有一个判断的写法3、注意冒号和缩进数合建模，数据建模可视化工具，除了传统的数据分析外，算法模型部分通过python进行数据库和算法的交互，内置K近邻
贾庆华·2024-01-17 00:30

【机器学习】机器学习上机作业聚类算法

一、实验内容自编代码实现C均值聚类和FCM聚类，在“IRIS数据集(鸢尾花数据集)”上进行实验，验证所编代码是否正确，并计算准确率。Iris鸢尾花数|据集:包含花萼长度、花萼宽度、花瓣长度、花瓣宽度四个属性，用于预测鸢尾花种类，标签0、1、2分别表示山鸢尾、变色鸢尾、维吉尼亚鸢尾。二、实验设计若实验内容皆为指定内容，则此部分则可省略；若实验内容包括自主设计模型等内容，则需要在此部分写明设计思路、流
yuzhangfeng·2024-01-16 12:16

机器学习学习笔记（吴恩达）（第三课第一周）（无监督算法，K-means、异常检测）

欢迎聚类算法：无监督学习：聚类、异常检测推荐算法：强化学习：聚类（Clustering）聚类算法：查看大量数据点并自动找到彼此相关或相似的数据点。
kgbkqLjm·2024-01-16 10:30

10X单细胞（10X空间转录组）聚类算法之leiden

hello，大家好，今天我们来分享一下最新常用的聚类算法----leiden，其实大家在看Seurat的函数FindClusters可能会观察到，其中有一个参数algorithm，有4个可选项，我们列举出来
单细胞空间交响乐·2024-01-15 15:08

python Kmeans算法解析

聚类算法可以对数据进行数据归约，即在尽可能保证数据完整的前提下，减少数据的量级，以便后续处理。也可以对聚类数据结果直接应用或分析。而Kmeans算法可以
大数据_zzzzMing·2024-01-15 15:35

毕业设计：基于python微博舆情分析系统+可视化+Django框架 K-means聚类算法（源码）✅

1、项目介绍技术栈：Python语言+Django框架+数据库+jieba分词+scikit_learn机器学习（K-means聚类算法）+
vx_biyesheji0001·2024-01-15 14:44

聚类算法之Kmeans聚类详解

聚类算法是无监督学习算法，它根据样本之间的相似性，将样本划分到不同的类别中；不同的相似度计算方法，会得到不同的聚类结果，常用的相似度计算方法有欧氏距离法。
进击的卡特琳娜·2024-01-15 09:50

KNN算法与Kmeans的算法的思想与异同

K-means算法:思想：K-means是一种无监督学习聚类算法，将数据集划分为K个簇，使得每个数据点属于最近的簇
爱打网球的小哥哥一枚吖·2024-01-14 19:32

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且简单的无监督学习算法，用于将数据集分为K个不同的类别。
酷爱码·2024-01-14 18:09

史诗级干货长文---K近邻算法

KNN简介k近邻法工作原理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一个数据与所属分类的对应关系。
SQingL·2024-01-14 18:08

西瓜书读书笔记整理（十） —— 第十章降维与度量学习

10.1k近邻学习10.1.1什么是kNN学习kNN算法（k-NearestNeighbors）是一种常用的分类和回归算法。它的基本思想是根据最近邻的样本来预测未知样本的标签或值。
smile-yan·2024-01-14 11:37

解释eps, minpts, core point

在基于密度的聚类算法中，如DBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise），存在一些重要的概念，其中包括eps（ε）、minPts
爱打网球的小哥哥一枚吖·2024-01-14 09:35

工智能基础知识总结--聚类算法

什么是聚类算法聚类是一种机器学习技术，它涉及到数据点的分组。给定一组数据点，我们可以使用聚类算法将每个数据点划分为一个特定的组。
北航程序员小C·2024-01-14 09:53

【非监督学习 02】高斯混合模型

高斯混合模型（GuassianMixedModel,GMM）也是一种常见的聚类算法，与K均值算法类似，同样使用了EM算法进行迭代计算。
一碗姜汤·2024-01-14 07:45
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他