k近邻聚类算法

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

分类（七）—— 组合分类

主要内容分类概述决策树归纳K近邻算法支持向量机朴素贝叶斯分类模型评估与选择组合分类小结七、组合分类组合分类器（Ensemble）是一个复合模型，由多个分类器组合而成。
shi_jiaye·2023-12-16 17:12

分类（四）—— 支持向量机

主要内容分类概述决策树归纳K近邻算法支持向量机朴素贝叶斯分类模型评估与选择组合分类小结四、支持向量机支持向量机（SupportVetorMachine，SVM）由Vapnik等人于1995年首先提出，在解决小样本
shi_jiaye·2023-12-16 17:42

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)

10.除了k-means聚类算法之外，
学术菜鸟小晨·2023-12-16 14:31

机器学习算法：K-NN（K近邻算法）

导读本文[1]将介绍机器学习中的K-最近邻算法，K-NearestNeighbors是一种机器学习技术和算法，可用于回归和分类任务。1.简介K-NearestNeighborsk-最近邻算法，也称为kNN或k-NN，是一种非参数、有监督的学习分类器，它使用邻近度对单个数据点的分组进行分类或预测。虽然它可以用于回归问题，但它通常用作分类算法，假设可以在彼此附近找到相似点。对于分类问题，根据比重分配类
冷冻工厂·2023-12-16 14:58

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

Python-Regression

本文归纳整理了线性回归（LinearRegression）、岭回归（Ridge）、Lasso回归（Lasso）、弹性网（ElasticNet）、K近邻、SVM等10多种机器学习模块sklearn中回归算法调用及实现过程
数据科学知识库·2023-12-15 18:18

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

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

人工智能原理复习--机器学习

文章目录上一篇机器学习概述归纳(示例)学习ID3决策树算法K近邻算法下一篇上一篇人工智能原理复习–搜索策略（二）机器学习概述学习系统的基本结构：环境学习知识库执行环境向系统的学习部分提供某些信息学习利用这些信息修改数据库
ˇasushiro·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

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

使用VC++实现锐化处理（使用Sobel算子、Prewitt算子、Isotropic算子）

该工程的其他文章：01-一元熵值、二维熵值02-图像平移变换，图像缩放、图像裁剪、图像对角线镜像以及图像的旋转03-邻域平均平滑算法、中值滤波算法、K近邻均值滤波器04-分段线性变换，直方图均衡化、锐化处理
宁77吖·2023-12-06 09:32

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

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。簇分配：在K均值算法的每次循环中，第一步是要进行簇分配，即：遍历所有的样本，然后依据每一个点是更接近红色的这个中心，还是蓝色的这个中心来将每个数据点分配到两个不同的聚类中心中。移动聚类中心:将两个聚类中心,也就是
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

讲解机器学习中的 K-均值聚类算法及其优缺点。

K-均值聚类算法的步骤如下：随机选择K个数据点作为K个簇的中心点（质心）；每个数据点计算到K个簇的中心点的距离，将其归属到距
微语早读·2023-12-03 11:28

用K近邻（KNN）机器学习算法进行股票走势预测-Python

什么是K近邻（KNN）K近邻(KNN，K-NearestNeighbors)是最简单的机器学习算法之一，可用于回归和分类。KNN是一种“惰性”学习算法，从技术上讲，它不训练模型来进行预测。
橙子的工具箱·2023-12-03 11:46

【100天精通Python】Day73：python机器学习入门算法详解与代码示例

LogisticRegression）：1.3决策树（DecisionTree）：1.4支持向量机（SupportVectorMachine）：1.5随机森林（RandomForest）：2.无监督学习算法：2.1聚类算法
LeapMay·2023-12-03 08:19

面向超大规模数据的自适应谱聚类算法

摘要:针对超大规模数据聚类过程中人为设定邻域参数及计算量庞大等问题，提出了一种基于近似自然近邻的自适应超大规模谱聚类算法(approximatenaturalnearestneighborbasedself-adaptiveultra-scalablespectralclusteringalgorithm
罗伯特之技术屋·2023-12-03 03:28

助训练框架下的半监督软测量建模方法

采用孪生支持向量回归机构建主学习器，对高置信度无标签样本添加伪标签；同时，基于K近邻算法构建辅学习器，最大化学习器在近邻样本集上的均方误差，经过此项指标筛选后的待处理样本集包含了更多的数据信息；主、辅学习器二者相辅相成
罗伯特之技术屋·2023-12-03 03:28

DBSCAN聚类算法——机器学习(附代码和图解)

一、前言DBSCAN（Density-BasedSpatialClusteringofApplicationswithNoise，具有噪声的基于密度的聚类方法）是一种基于密度的空间聚类算法。
XF鸭·2023-12-02 21:49

KDE指导聚类分析（一）噪声问题

[1]盛魁,马健.基于核密度估计的物联网聚类分析模型[J].控制工程,2018,25(06):1098-1102.DOI:10.14107/j.cnki.kzgc.170739.时发现了这句话：FCM聚类算法对于样本点之间的联系信息基本不考虑
Joy T·2023-12-02 12:27

机器学习实战 ——《跟着迪哥学Python数据分析与机器学习实战》（2）

机器学习实战——《跟着迪哥学Python数据分析与机器学习实战》（2）七、贝叶斯算法7.1新闻分类任务实战7.1.1结巴分词7.1.2词云表示工具包wordcloud7.1.3TF-IDF特征八、聚类算法
躬身入世，以生证道·2023-12-02 09:47

使用K-means把人群分类

1.前言K-mean是无监督的聚类算法算法分类：2.实现步骤1.数据加工：把数据转为全数字（比如性别男女，转换为0和1）2.模型训练fit3.预测3.代码原数据类似这样(source：http:img-blog.csdnimg.cn
hzp666·2023-12-02 09:47

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用于聚类分析的无监督学习算法。其基本思想是将数据集分成K个不同的簇，使得同一个簇内的数据点之间的距离尽可能小，不同簇之间的距离尽可能大。
小筱在线·2023-12-02 03:22

K近邻

一、模型1.1概念k-近邻算法是一种基本分类与回归方法，我们这里只讨论分类问题中的k-近邻算法。k-近邻算法的输入为实例的特征向量，对应于特征空间的点；输出为实例的类别，可以取多类。给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的k的实例，这k个实例的多数属于某个类，就把该输入实例归为此类。k=1时，为最邻近算法。由于kNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方
足圭·2023-12-02 01:50

【机器学习】聚类（二）：原型聚类：LVQ聚类（学习向量量化）

构造函数b.闵可夫斯基距离c.LVQ聚类过程e.聚类结果可视化2.辅助函数3.主函数a.命令行界面（CLI）b.数据加载c.模型训练及可视化4.运行脚本的命令5.代码整合  学习向量量化（LVQ）是一种原型聚类算法
QomolangmaH·2023-12-01 23:19

聚类算法的算法原理

聚类算法是机器学习中常用的一种无监督学习方法，其主要目标是将数据集划分为具有相似特征的组或簇。这种算法在数据挖掘、模式识别、社交网络分析等领域有着广泛的应用。
非著名程序员阿强·2023-12-01 08:33

聚类算法Sklearn实践

聚类算法是一种常用的无监督学习方法，用于将数据集划分为具有相似特征的组或簇。
非著名程序员阿强·2023-12-01 08:29

传统算法：使用 Pygame 实现K-Means 聚类算法

使用Pygame模块演示了K-Means聚类算法的基本原理。让我逐步解释它的实现：初始化和基本设置Pygame初始化：通过pygame.init()初始化Pygame。
源代码杀手·2023-12-01 01:07

“十道机器学习问题，帮助你了解基础知识和常见算法“

9.什么是聚类算法？请举一个聚类算法的例子。10.
蓝色心灵-海·2023-12-01 00:47

分类算法-----决策树(包括ID3，C4.5)

第一篇：决策树学习（MachineLearning&DataMining）引言最近在面试中，除了基础&算法&项目之外，经常被问到或被要求介绍和描述下自己所知道的几种分类或聚类算法(当然，这完全不代表你将来的面试中会遇到此类问题
Yt_Sports·2023-11-30 20:56
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他