k-Means

机器学习十大算法实现python代码汇总

LogisticRegression)三、决策树(DecisionTree)四、支持向量机算法(SupportVectorMachine,SVM)五、K邻近算法（K-NearestNeighbors，KNN）六、K-均值算法（K-means
bigdata_pokison·2022-12-31 06:33

机器学习算法岗：常见面试问题及解答整理，持续更新

SVM，LR，GBDT，EM）的原理以及公式推导1、SVM原理2、LR（线性回归）原理2.5、SVM与LR异同点3、GBDT原理4、EM（期望最大）原理5、XGBoost原理6、RF（随机森林）原理四、K-means
CV干饭王·2022-12-30 22:59

【机器学习常见的分类聚类学习方法】

集成分类学习方法：Boosting集成方法、Bagging（随机森林）、Adboost聚类方法：原型聚类（k-means）、密度聚类（DBSCAN）、层次聚类
胡萝卜糊·2022-12-30 20:08

【1 - 决策树 - 原理部分】菜菜sklearn机器学习

中的实现第二期：随机森林在sklearn中的实现第三期：sklearn中的数据预处理和特征工程第四期：sklearn中的降维算法PCA和SVD第五期：sklearn中的逻辑回归第六期：sklearn中的聚类算法K-Means
我愚蠢的_理想主义·2022-12-30 16:51

【1 - 决策树 - 案例部分：泰坦尼克号幸存者预测】菜菜sklearn机器学习

中的实现第二期：随机森林在sklearn中的实现第三期：sklearn中的数据预处理和特征工程第四期：sklearn中的降维算法PCA和SVD第五期：sklearn中的逻辑回归第六期：sklearn中的聚类算法K-Means
我愚蠢的_理想主义·2022-12-30 16:48

层次聚类详解(附代码)

本篇博客主要介绍机器学习算法中的层次聚类，层次聚类不同于传统的K-Means聚类算法，它在初始K值和初始聚类中心点的选择问题上会存在优势。
公众号【五元杂货铺】·2022-12-30 14:45

笔试题，一小时手写k-means算法

循环智能-算法工程师笔试题：手写k-means算法1.题目描述数据输出：一个N*1的一维向量，代表进行聚类之后各个点所属的类id。
汤姆憨克斯Ymir·2022-12-30 07:18

机器学习面试-处理聚类问题

●k-means算法流程参考回答：从数据集中随机选择k个聚类样本作为初始的聚类中心,然后计算数据集中每个样本到这k个聚类中心的距离,并将此样本分到距离最小的聚类中心所对应的类中。将所有样本归
Happy丶lazy·2022-12-29 23:55

DS&ML_特征工程笔记

分类算法笔记之随机森林、梯度提升树、XGBoost模型DS&ML_分类算法笔记之k-近邻、KD-Tree模型DS&ML_降维算法笔记之主成分分析PCA模型DS&ML_分类算法笔记之朴素贝叶斯模型DS&ML_聚类算法笔记之k-means
sgyzetrov·2022-12-29 22:13

YOLO 中的Anchor机制笔记

众所周知，Yolov2最大的改进就是锚框机制，并且锚框的生成不是和以前靠经验所得，而是通过更加科学K-Means聚类获得的。那么这个Anchor是如何与yolo相结合的呢？
正在学习的浅语·2022-12-29 21:24

9、【EM算法】之GMM应用

算法实际过程就是在隐变量介入后，逐步迭代求参数的过程，具体步骤可自行查阅相关资料，大抵跟似然估计不同的就是log后面需要展开累加，由此引入了jensen不等式项目背景：在城东跟城西的共享单车的使用情况进行聚类求参，其实跟k-Means
Alexander plus·2022-12-29 19:00

sklearn：最近邻搜索sklearn.neighbors 最近邻查找算法kd-tree 【机器学习】K-means聚类算法初探

版权声明：本文为博主原创文章，遵循CC4.0BY-SA版权协议，转载请附上原文出处链接和本声明。本文链接：https://blog.csdn.net/pipisorry/article/details/53156836http://blog.csdn.net/pipisorry/article/details/53156836balltreek-dtree也有问题[最近邻查找算法kd-tree]。
致守·2022-12-29 14:24

《机器学习算法的数学解析与Python实现》读书笔记：第9章 K-means聚类算法

目录第9章K-means聚类算法9.1用投票表决实现“物以类聚”9.1.1聚类问题就是“物以类聚”的实施问题9.1.2用“K”来决定归属类别9.1.3度量“相似”的距离9.1.4聚类问题中的多数表决9.2K-means
非文的NLP修炼笔记·2022-12-29 13:25

python多维数据聚类可视化_基于python3的可视化数据聚类系统（k-means算法和k-中心点算法）...

1、用户界面1)点击读取文件按钮，读取到的文件如下图所示：数据聚类系统读取文件数据聚类系统导入文件2)设置簇的个数，这里设置成2，并选择K-means聚类算法，显示的结果如下图：数据聚类系统运行K-means
weixin_39990029·2022-12-29 13:24

人工智能 传统机器学习

.机器学习算法分类监督学习：目标值：类别--分类问题算法：k-近邻算法，贝叶斯分类，决策树与随机森林，逻辑回归目标值：连续型数据--回归问题算法：线性回归，岭回归目标值：无--无监督学习（聚类）算法：k-means
ZSup{A}·2022-12-29 12:11

神经网络隐含层数的确定,两层隐藏层的神经网络

确定神经元个数的方法有K-means,ROLS等算法。谷歌人工智能写作项目：小发猫2、小波神经网络的建模怎么确定隐含层的神经元个数确定隐层节点数的方法为“试凑法”神经网络有两层隐含层个数怎么取。
小六oO·2022-12-29 00:38

机器学习十大经典算法之K-Means聚类算法

聚类介绍聚类在机器学习，数据挖掘，模式识别，图像分析以及生物信息等领域有广泛的应用。聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集（subset），这样让在同一个子集中的成员对象都有相似的一些属性，常见的包括在坐标系中更加短的空间距离（一般是欧式距离）等。聚类的应用在商务上，聚类能帮助市场分析人员从客户基本库中发现不同的客户群，并且用购买模式来刻画不同的客户群的特征。在生物学上，
小小谢先生·2022-12-28 21:53

基于GPU并行计算的K-Means聚类算法

而k-means算法是最常用和最典型的聚类算法之一，k-means算法是典型的基于距离的聚类算法，采用距离作为相似性
weixin_34254823·2022-12-28 21:51

MPI并行化实现K-means算法，使用zoo数据集

文章目录详细算法设计算法流程主要函数及其功能说明输入及输出文件格式程序运行实验结果算法源代码该算法的并行化中使用了zoo数据集，数据集地址:(http://archive.ics.uci.edu/ml/datasets/Zoo)详细算法设计采用主从方式，由一个进程充当主节点负责数据的划分与分发，其他进程完成本地数据的计算，并将结果返回给主节点做聚合。1、选定进程0为主节点，首先调用loadDate
枫2333·2022-12-28 21:46

两种聚类方法——K均值聚类（K-means）算法和模糊C均值聚类（FCM）算法的简述与在MATLAB中的实现

聚类有很多的算法，K-means是最简单最实用的一种算法，FCM算法则是K-means算法融合模糊理论的
空出来的时间·2022-12-28 19:08

数据挖掘的聚类算法

优点：根据距离或者相似度进行定义不需要预先制定聚类数可以发现类的层次关系缺点计算复杂度较高奇异值也能产生很大影响算法聚类结果可能成链状基于划分的聚类典型：K-means定义：挑选K个点，利用启发式算法对数
caojinlei123456·2022-12-28 16:16

【机器学习】一文弄懂k-means算法原理

问题k-means算法可以说是机器学习中大家最耳熟能详也是最基础的聚类算法，面试中也常常被问起，由浅至深，没有扎实的理论基础是很难过得了这一关的，因此，我们必须得梳理梳理并且深入理解它。
秋天的波·2022-12-28 16:14

【机器学习】k-means与KNN及GMM的区别与联系

与KNN的区别：KNN为分类，K-means为聚类；KNN为监督学习，K-means为无监督学习；KNN的输入样本为带label的，K-means的输入样本不带label；KNN没有训练过程，K-means
秋天的波·2022-12-28 16:14

R语言对耐克NIKEID新浪微博数据K均值(K-MEANS)聚类文本挖掘和词云可视化

全文链接：http://tecdat.cn/?p=31048原文出处：拓端数据部落公众号2009年8月,新浪微博(micro-blog)开始服务,随后各家微博服务在国内得到广泛传播和应用"。微博具有文本信息短(140字包括标点符号)、词量少、裂变式传播、传播速度快、用词不规范等特征,使原文本可视化研究技术框架中的聚类或分类方法提取热点话题变得困难。R语言主要用于统计分析与数据可视化,大量新兴研究领
·2022-12-27 22:45

层次聚类算法_聚类算法你知道多少

k-means聚类算法k-means是划分方法中较经典的聚类算法之一。由于该算法的效率高，所以在对大规模数据进行聚类时被广泛应用。目前，许多算法均围绕着该算法进行扩展和改进。k-me
weixin_39642622·2022-12-27 21:18

聚类算法实现（二）DBSCAN

根据上面第二个数据集的簇的形状比较怪异，分簇结果应该是连起来的属于一个簇，但是k-means结果分出来很不如人意，所以这里介绍一种新的聚类方法，此方法不同于上一个基于划分的方法，基于划分主要发现圆形或者球形簇
aai7747·2022-12-27 21:16

K-Means算法中k值及初始类簇中心点的选取

1k值的选择手肘法手肘法的核心指标是SSE(sumofthesquarederrors，误差平方和)，其中，Ci是第i个簇，p是Ci中的样本点，mi是Ci的质心（Ci中所有样本的均值），SSE是所有样本的聚类误差，代表了聚类效果的好坏。手肘法的核心思想是：随着聚类数k的增大，样本划分会更加精细，每个簇的聚合程度会逐渐提高，那么误差平方和SSE自然会逐渐变小。并且，当k小于真实聚类数时，由于k的增大
一枚小码农·2022-12-27 20:06

k-means聚类后，利用python计算每个节点到自身聚类中心的欧式距离

利用spark的k-means算子跑完模型后，得到中心节点，计算每个节点到中心节点的距离，用于选择每个聚类中更加典型的节点importpandasaspdimportsklearn.preprocessingaspreprocimportmatplotlib.pyplotaspltimportnumpyasnpdf_center
Good_Spark·2022-12-27 20:36

【数据聚类】第三章第二节4：K-Means算法及其Python实现（初始中心点的选择和K-Means++算法）

本文上接：【数据聚类】第三章第二节3：K-Means算法及其Python实现（性能分析、算法优缺点和K值的选择方法）文章目录一：朴素方法二：KKK-MeansMeansMeans++算法（1）算法思想（
快乐江湖·2022-12-27 20:35

机器学习复习

欧式距离与马氏距离欧式距离：最常见的两点之间或多点之间的距离表示法，又称之为欧几里得度量，它定义于欧几里得空间中一般在机器学习模型中会涉及到衡量两个样本间的距离，如聚类、KNN，K-means等，使用的距离为欧式距离马氏距离
WRStop·2022-12-27 19:11

聚类模型——k-means

聚类和分类的区别：分类是已知类别的，聚类未知类别目录一、K-means1，算法流程K-means聚类的算法流程：图解过一遍：2，WCSS(Within-ClusterSumofSquares)簇内平方和
Fran OvO·2022-12-27 16:01

利用sklearn中的Kmeans对seeds_dataset数据集进行分类分析

目录前言一、k-means主要步骤二、数据集三、不使用PCA降维1.读入数据2.找簇心3.训练以及评估4.完整代码四、使用PCA降维五、对比结果前言本篇文章是主要讲述利用sklearn库中的Kmeans
ggbooo·2022-12-27 08:57

人工智能与机器学习---用线性LDA、k-means和SVM算法进行二分类可视化分析

一、支持向量机（SVM）算法的原理支持向量机（SupportVectorMachine，常简称为SVM）是一种监督式学习的方法，可广泛地应用于统计分类以及回归分析。它是将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面，分隔超平面使两个平行超平面的距离最大化。假定平行超平面间的距离或差距越大，分类器的总误差越小。1、支持向量机的基
鄧丫丫·2022-12-27 00:18

机器算法基础——回归分析

内容大纲1、回归算法-线性回归分析2、线性回归实例3、回归性能评估4、分类算法-逻辑回归5、逻辑回归实例6、聚类算法-kmeans7、k-means实例Q：如何判断是分类算法还是回归算法由目标值特征来决定使用分类
咸鱼2K·2022-12-26 23:42

K-means聚类模板

#-*-coding:utf-8-*-importpandasaspd#参数初始化inputfile='../data/consumption_data.xls'#销量及其他属性数据outputfile='../tmp/data_type.xls'#保存结果的文件名k=3#聚类的类别iteration=500#聚类最大循环次数data=pd.read_excel(inputfile,index_c
克莱默申克·2022-12-26 21:53

k-means算法的matlab代码实现_教程 | matlab实现kmeans聚类算法

kmeans聚类算法是一种简单实用的聚类算法，matlab自带函数kmeans可直接对数据进行kmeans聚类。为了方便更好地掌握kmeans聚类算法，今天我们自己来实现一个弱化的版本mykmeans。mykmeans输入包含三项，分别为聚类所使用的数据data，data每一行代表一个样本，每一列代表一个特征；聚类中心数量numclass；第三项为所使用的距离的定义，默认情况下为欧式距离。func
weixin_39574140·2022-12-26 21:23

k-means可视化

fromsklearn.clusterimportKMeansimportnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspdfromsklearn.preprocessingimportMinMaxScalerX=np.array(value)X_max=np.max(X)X_min=np.min(X)X=(X-X_min)/(X_max-X
ACE-Mayer·2022-12-26 21:52

k-means 聚类方法，转 4/15

k-means聚类聚类算法有很多种，K-Means是聚类算法中的最常用的一种，算法最大的特点是简单，好理解，运算速度快，但是只能应用于连续型的数据，并且一定要在聚类前需要手工指定要分成几类。
唐僧哥哥121·2022-12-26 21:51

《机器学习实战》第10章 k-means聚类可视化

frommathimportsqrtfromdisimportdisfromrandomimportrandomimportnumpyasnpimportmatplotlib.pyplotaspltimportmath'''-----函数定义区-----'''defloadDataSet(fileName):dataMat=[]fr=open(fileName)forlineinfr.readli
Reyl·2022-12-26 21:51

Spark2.0机器学习系列之10： 聚类(高斯混合模型 GMM）

在Spark2.0版本中（不是基于RDDAPI的MLlib），共有四种聚类方法：（1）K-means（2）LatentDirichletallocation(LDA)（3）Bisectingk-means
千寻千梦·2022-12-26 14:46

聚类(幂迭代聚类， power iteration clustering， PIC)

https://blog.csdn.net/qq_34531825/article/details/52675182在Spark2.0版本中（不是基于RDDAPI的MLlib），共有四种聚类方法：（1）K-means
斯汤雷·2022-12-26 14:45

Spark2.0机器学习系列之8： 聚类(k-means,Bisecting k-means,Streaming k-means）

在Spark2.0版本中（不是基于RDDAPI的MLlib），共有四种聚类方法：（1）K-means（2）LatentDirichletallocation(LDA)（3）Bisectingk-means
千寻千梦·2022-12-26 14:45

Spark2.0机器学习系列之11： 聚类(幂迭代聚类， power iteration clustering， PIC)

在Spark2.0版本中（不是基于RDDAPI的MLlib），共有四种聚类方法：（1）K-means（2）LatentDirichletallocation(LDA)（3）Bisectingk-means
张博208·2022-12-26 14:15

SparkML（五）

聚类k-means算法k-means算法是聚类分析中使用最广泛的算法之一。它把n个对象根据它们的属性分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。
北极光。·2022-12-26 14:15

Spark 3.0 - 15.ML PIC 快速迭代聚类理论与实战

目录一.引言二.PIC理论1.谱聚类2.快速迭代聚类三.PIC实战1.数据准备2.构建PIC3.预测与展示四.总结一.引言前面介绍了K-means聚类与高斯混合聚类，本文介绍另外一种聚类方法PowerIterationCluster
BIT_666·2022-12-26 14:14

Spark MLlib 1.6 -- 聚类

Spark.mllib包支持以下模型：·K-means·Gaussianmixture·Poweriterationclustering(PIC)·LatentDirichletallocation(L
hopeatme·2022-12-26 14:44

KNN实现手写数字识别

其他实现手写数字识别的方法：1.聚类（K-means）实现手写数字识别2.卷积神经网络（CNN）实现手写数字识别3.全连接神经网络实现手写数字识别4.聚类（K-means）实现手写数字识别-2实验数据是老师收集了所有人的手写数字图片
zeronose·2022-12-26 08:44

基于 K-Means 聚类算法的客户精准营销模型

在本文中，我将分享一种目前比较流行的K-Means聚类的无监督学习技术。K-Means的目标是将所有可用的数据分组为彼此不同的不重叠的子组。
2201_75499313·2022-12-26 04:13

Python|使用深度神经网络的 K-Means 聚类进行短期风电预测

目录1引言2问题描述3目的4重要性5创新点6Python代码7结果1引言可再生能源的开发利用一直是世界上最热门的热点之一。风力发电由于清洁和广泛的可用性，正迅速向大规模产业发展，并具有波动性和间歇性电力的特点。准确可靠的风电预测方法对于电能质量、可靠性管理以及降低旋转备用供电成本至关重要.2问题描述风能预测对应于对近期一个或多个风力涡轮机的预期产量的估计。在电网中，任何时候都必须在用电量和发电量之
荔枝科研社·2022-12-26 01:39

K-means聚类算法原理及实现

文章目录1.聚类分析1.1概念1.2K均值和层次聚类2.聚类分析的度量2.1外部指标2.2内部度量3.K-means概念4.K-means算法步骤5.K-means案例1(python代码)1.聚类分析1.1概念聚类分析，也称为分割分析或分类分析，可将样本数据分成一个个组（即簇）。同一簇中的对象是相似的，不同簇中的对象则明显不同。StatisticsandMachineLearningToolbo
恶熊比比·2022-12-26 01:06
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他