k-Means 第25页

机器学习-K-means聚类算法

聚类算法一般分为三种，分别是基于划分的聚类、基于密度的聚类、层次的聚类，笔者这边介绍的是其中最常见的一种基于划分的聚类，即K-means聚类算法。

白日梦我Deja_Vu·2022-11-29 05:49

【学习笔记】K-Means聚类算法

方格田·2022-11-29 05:18

吴恩达老师机器学习笔记K-means聚类算法（一）

K-means聚类算法聚类过程如下：原理基本就是先从样本中随机选择聚类中心，计算样本到聚类中心的距离，选择样本最近的中心作为该样本的类别。最后某一类样本的坐标平均值作为新聚类中心的坐标，如此往复。

八千鸟羽·2022-11-29 05:48

[机器学习笔记]K-means聚类——进行广告效果分析

本文是我学习机器学习的一篇学习笔记，主要参考文章：运用K-Means聚类分析广告效果感谢哈~学习过程中遇到一些问题，故在此重新对代码做了整理文章目录前言一、引用类库二、读入数据三、数据描述性统计3.1查看原始数据

切糕师学AI·2022-11-29 05:09

K-均值聚类（K-means）算法

聚类算法，是一种无监督的学习方法，他将相似的对象归到统一簇中，簇内的对象越相似，聚类效果也就越好，我们用簇识别表示给出聚类结果的含义。他有点像全自动分类，假定有一些数据，现在将相似数据归到一起，簇识别会告诉我们这些簇到底都是什么；聚类和分类的最大不同在于，分类的目标事先已知，而聚类则不一样。因为其产生的结果与分类相同，而只是类别没有预先定义，聚类有时也被称为无监督学习。聚类算法的目的是将相似的对象

会飞的犬良·2022-11-28 22:50

2.k-均值（k-means）聚类算法

简介：K-均值聚类算法时最基础、应用最广泛的聚类算法，也是最快速的聚类算法之一。一.原理和过程原理：K-均值聚类算法以最小化误差函数为目标将样本数据集分为k类。过程：设定k个类别的中心的初值；计算每个样本到k个中心点的距离，按最近距离进行分类；以每个类别中样本的均值，更新该类别的中心；重复迭代以上步骤，直到达到终止条件（迭代次数、最小平方误差、簇中心点变化率）优缺点：优点是原理简单、算法简单，速度

bgm_Amber·2022-11-28 22:04

sklearn初探（六）：K-means方法聚类及可视化

sklearn初探（六）：K-means方法聚类及可视化前言本次任务为使用k-means算法对青蛙叫声MFCC数据集进行聚类分析。给定数据全部为有标数据，共分为四类。

swy_swy_swy·2022-11-28 16:09

sklearn.cluster.KMeans 参数介绍

max_iter：整形，缺省值=300【执行一次k-means算法所进行的最大迭代数。】

努力埋也总的宝儿姐·2022-11-28 15:10

sklearn 文档翻译之 sklearn.cluster.KMeans

max_iter：整形，缺省值=300执行一次k-means算法所进行的最大

vivian_ll·2022-11-28 15:08

sklearn聚类算法之Kmeans

基本思想K-Means聚类是最常见的一种聚类算法。在K-Means聚类中，算法试图把观察值分到k个组中，每个组的方差都差不多。分组的数量k是用户设置的一个超参数。

GallopZhang·2022-11-28 15:34

K-Means聚类算法【sklearn.cluster】

classsklearn.cluster.KMeans(n_clusters=8,*,init='kmeans++',n_init=10,max_iter=300,tol=0.0001,precompute_distances='deprecated',verbose=0,random_state=None,copy_x=True,n_jobs='deprecated',algorithm='au

阿.荣.·2022-11-28 15:56

【ML特征工程】第 7 章：通过K-Means 模型堆叠进行非线性特征化

大家好，我是Sonhhxg_柒，希望你看完之后，能对你有所帮助，不足请指正！共同学习交流个人主页－Sonhhxg_柒的博客_CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏-机器学习【ML】自然语言处理【NLP】深度学习【DL】foreword✔说明⇢本人讲解主要包括Python、机器学习（ML）、深度学习（DL）、自然语言处理（NLP）等内容。如果你对这个系列感兴趣的话，可以关注订阅哟文章目录

Sonhhxg_柒·2022-11-28 11:03

《统计学习方法》第十四章聚类算法

聚类算法种类较多，如层次聚类，密度聚类，K-means聚类，均值漂移聚类等等。《方法》中仅简要介绍了其中两种：K-means算法和层次聚类算法。二、层次聚类算

骑猪流浪江湖·2022-11-28 10:43

机器学习：原型聚类-k均值算法k-means(附代码实现)

我的小程序：待办计划：给自己立个小目标吧！首先，聚类的目的是将样本划分为若干个通常不相交的子集，子集内部的样本存在着某种潜在的关系。k均值算法受以下因素影响：样本输入顺序，模式相似性测度，初始类中心的选取k均值算法的核心思想是最小化如下的平方误差：这个式子表达了聚类内的样本和该聚类的均值向量的紧密程度，E越小则聚类内的样本越紧密。然而，最小化这个式子是NP难问题，不能快速解决。k均值算法采用了迭代

supercolar·2022-11-28 10:42

每天五分钟机器学习：聚类算法k-means在实际问题中的应用

k均值的应用如果我们将数据进行可视化的方式进行展示，我们会直观的看到，可以使用三个簇来聚类，但是k均值经常会用于下面的这样的一些数据，我们很难看出应该分为几个簇。我们并不能直观的看到这些数据属于几个簇。那么此时我们应该根据实际问题来确定，比如想要确定衣服的大小，假如我们要设计三种不同的衣服大小，小号，中号，大号，那么什么身高体重的应该穿小号，什么身高体重的应该穿中号，什么身高体重的应该穿大号？那么

幻风_huanfeng·2022-11-28 10:05

每天五分钟机器学习：聚类算法K-Means是如何最小化代价函数的？

本文重点任何机器学习算法都是通过最小化损失函数来达到求解最优解的目的，那么本节课程我们将学习聚类算法K-Means的优化目标k-means的代价函数k-均值中用大写K表示簇的总数，用小写k表示聚类中心的序号

幻风_huanfeng·2022-11-28 10:34

K-均值(K-Means)聚类算法——数据建模及MATLAB实现

K-均值(K-Means)将物理或者抽象对象的集合分成由类似的对象组成的多个类的过程称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇内的对象彼此相似，与其他簇内的对象相异。

YuNlear·2022-11-28 10:33

【图像分割】基于谱聚类算法实现图像分割matlab源码

谱聚类在最近几年变得受欢迎起来，主要原因就是它实现简单，聚类效果经常优于传统的聚类算法（如K-Means算法）。刚开始学习谱聚类的时候，给人的感觉就是

Matlab科研辅导帮·2022-11-27 22:09

【图像分割】基于麻雀算法优化Kmeans实现图像分割附Matlab代码

1内容介绍提出一种基于K-Means聚类的麻雀算法,该算法利用麻雀算法鲁棒性较强且不易陷入局部最优值的特点,动态的确定了聚类的数目和中心,解决了K-Means聚类初始点选择不稳定的缺陷,在此两种算法融合的基础上进行图像分割处理

matlab科研助手·2022-11-27 22:09

神经网络变换器参数辩识,神经网络转移函数

通常，选用K-means聚类算法或最小正交二乘法对数据大量的进行训练得出聚类中心矩阵和权重矩阵。一般情况下，最小正交二乘法聚类中心点的位

普通网友·2022-11-27 21:05

机器学习算法07 - 聚类分析

聚类分析“物以类聚，人以群分”K-means在聚类中，数据对象之间的相似度时很关键的。

请叫我子鱼·2022-11-27 19:57

机器学习面试常考知识之聚类分析

k-means：采用距离作为相似性的度量，常用的距离有欧式距离（距离平方和开

DYF-AI·2022-11-27 19:25

机器学习实践：足球比赛聚类分析--11

机器学习实践：足球比赛聚类分析1、实验描述本实验利用K-Means聚类分析算法对足球比赛结果进行分析，该算法通过SprakMllib库来调用，我们将学习K-Means算法的K值选取，聚类原理等内容，理解聚类算法在实际业务中的应用场景实验时长

奔腾游子·2022-11-27 19:22

k-means和k-medoids聚类算法matlab编程实现

k-means算法步骤:步骤1：随机选择k个初始簇中心(聚类中心)；步骤2：对剩余的每个样本，分别计算其到k个簇中心的距离,并将其划分入距离它最近的簇中心所在的簇中，从而形成k个簇;步骤3：重新计算每个簇的均值向量作为新的簇中心

橙子树下·2022-11-27 18:27

python机器学习之聚类算法K-Means——案例：聚类算法用于降维，KMeans的矢量量化应用

用K-Means聚类中获得的质心来替代原有的数据，可以把数据上的信息量压缩到非常小，但又不损失太多信息。

黎明之道·2022-11-27 17:46

机器学习之使用聚类算法对图像进行压缩

常见的聚类算法：k-Means、spectralclustering、mean-shift等。fromsklearn.clusterimportKM

南蓬幽·2022-11-27 17:16

K-Means聚类算法（二）：降维，图片矢量量化

1.概述：K-Means聚类最重要的应用之一是非结构数据（声音，图像）上的矢量量化（VQ），非结构化数据往往占据较多的储存空间，文件本身比较大，运算非常缓慢，我们希望能够在保证数据质量的前提下，尽量的缩小非结构化的数据大小

菜鸟小_pu·2022-11-27 17:15

聚类算法用于降维，KMeans的矢量量化应用

文章目录前言案例：聚类算法用于降维，KMeans的矢量量化应用1.导入需要的库2.导入数据，探索数据（里面的内容是探索图像数据的一个固定的流程）3.决定超参数，数据预处理4.对数据进行K-Means的矢量量化

功夫大笨鲨·2022-11-27 17:14

聚类算法用于降维

聚类算法用于降维K-Means聚类最重要的应用之一是非结构数据上的矢量量化。

Lupin123123·2022-11-27 17:14

机器学习算法（一） K-Means算法简述以及在MNIST上的聚类实现

目录前言简述优点缺点距离欧几里得距离余弦距离曼哈顿距离实例：k-means在MNIST数据集的训练集上聚类（自定义）总结前言本文面向机器学习完全从零开始，但对python有足够了解的小白（毕竟我也是），

未见我所见·2022-11-27 17:43

超参数调整——网格搜索

一些示例：树的数量或树的深度矩阵分解中潜在因素的数量学习率深层神经网络隐藏层数k-means聚类中的簇数2.网格搜索网格搜索法本质上是一

uodgnez·2022-11-27 17:05

R语言聚类分析

文章目录系统聚类（层次聚类,Hierarchicalclustering）快速聚类（划分聚类,partitioningclustering）K-means聚类围绕中心点的划分PAM主要介绍使用R语言进行层次聚类

医学和生信笔记·2022-11-27 13:19

聚类分析简述

聚类分析简述聚类分析概述层次聚类K-Means算法DBSCAN算法聚类分析概述聚类分析是一种无监督学习（无监督学习：机器学习中的一种学习方式，没有明确目的的训练方式，无法提前知道结果是什么；数据不需要标签标记

熊️兔·2022-11-27 13:39

聚类分析的基本概念和方法

聚类分析的基本概念和方法文章目录聚类分析的基本概念和方法前言一、什么是聚类分析1、聚类分析基本流程与步骤2、什么是好的聚类方法3、聚类的模型评估4、聚类分析的比较5、聚类分析的挑战二、基本聚类方法概述三、划分算法1、基本概念2、k-means

四川兔兔·2022-11-27 13:01

《机器学习》周志华第10章降维与度量学习思维导图+笔记+习题

K-Means与LVQ都试图以类簇中心作为原型指导聚类，其中K-Means通过EM算法不断迭代直至收敛，LVQ使用真实类标辅助聚类；高斯混合聚类采用高斯分布来描述类簇原型；密度聚类则是将一个核心对象所有密度可达的样本形成类簇

汪呀呀呀呀呀呀呀·2022-11-27 10:28

机器学习笔记（十一）-聚类（Clustering）

机器学习笔记（十一）-聚类（Clustering）一、无监督学习简介二、K-means简介三、优化目标四、随机初始化五、选择聚类数第一版 2022-03-17 初稿一、无

997and·2022-11-27 08:03

机器学习笔记-层次聚类

前言层次聚类和K-means聚类以及DBSCAN聚类又截然不同。层次聚类的核心思想是试图在不同层次对数据集进行划分，形成树形的结构。本章主要介绍层次聚类的思想，算法具体步骤和Matlab编程实践。

Pijriler·2022-11-27 08:31

机器学习笔记-密度聚类_DBSCAN

密度聚类：DBSCAN 前面一节介绍了K-means聚类算法，但是K-means算法不能解决非球形的簇和不同大小的，比如说下面这种情况如果使用K-means来对上述样本进行聚类，那么肯定没法运行，

Pijriler·2022-11-27 08:30

机器学习笔记——Kmeans聚类

算法介绍 K-means聚类算是机器学习无监督学习的经典算法了，最早接触的时候是在数模比赛中，那个时候还只停留在使用API上，对K-means算法的核心步骤没有完全搞懂，本文打算详细介绍K-means

Pijriler·2022-11-27 08:30

《吴恩达机器学习》学习笔记008_聚类(Clustering)

http://www.ai-start.com/ml2014/html/week8.html聚类(Clustering)K-Means聚类用μ1μ^1μ1,μ2μ^2μ2,…,μkμ^kμk来表示聚类中心

Stark0x01·2022-11-27 08:49

机器学习笔记（九）聚类算法Birch和层次聚类Hierarchical clustering

本篇文章我们继续介绍另一种聚类算法——Birch模型，相对于K-means和DBSCAN，Birch的应用并没有那么广泛，不过它也有一些独特的优势，Birch算法比较适合于数据量大，类别数K也比较多的情况

大白兔黑又黑·2022-11-27 08:44

机器学习课程笔记---聚类

应用评价指标距离k-means算法前提要选取k个点重心点不变了就可以。存在的问题1、初始点2、k，从1开始试，慢慢增加，看趋势聚类之前需要做的事！！！一定要归一化，不同维度的值统一到一个范围中。

野生蘑菇菌·2022-11-27 08:13

机器学习笔记（参考吴恩达机器学习视频笔记）12_聚类

12.1K-Means算法K-means是以距离作为评价标准的一种聚类算法，即距离越近，相似

Gary.fu·2022-11-27 08:43

SPSS实现快速聚类（K-Means/K-均值聚类）

总目录：SPSS学习整理SPSS实现快速聚类（K-Means/K-均值聚类）目的适用情景数据处理SPSS操作SPSS输出结果分析知识点目的利用K均值聚类对数据快速分类适用情景数据处理SPSS操作分析——

sayasora·2022-11-27 03:45

机器学习2k-means聚类

K-means聚类1、k-means：工作原理2、k-means代码实现：3、k-meanssklearn代码的实现：4、效果的评估：总结：1、k-means：工作原理k-means一种基于形心的技术，

哆啦A梦呀·2022-11-27 03:45

聚类分析之迭代聚类——“K-Means聚类…

算法杂货铺转载学习http://www.cnblogs.com/leoo2sk/archive/2010/09/20/k-means.html算法杂货铺——k均值聚类(K-means)http://www.cnblogs.com

sjpljr·2022-11-27 03:45

聚类分析（K-means、系统聚类和二阶聚类）的原理、实例及在SPSS中的实现（一）

目录聚类分析的定义及原理聚类方法及其在SPSS中的实现总结及拓展聚类分析的定义及原理1.定义所谓物以类聚、人以群分。聚类分析，即是基于研究对象的特征，将他们分门别类，以让同类别的个体之间差异相对小、相似度相对大，不同类别之间的个体差异大、相似度小。聚类分析是一种探索性分析方法，与判别分析不同，聚类分析事先并不知道分类的标准，甚至不知道应该分成几类，而是会根据样本数据的特征，自动进行分类。聚类与分类

YinHeCS·2022-11-27 03:42

k-means算法

k-means（k均值算法）：是一种聚类算法。在8维空间对所有像素进行扫描分类，得到包含上百个具有规整结构的超像素。聚类算法：本质是一个归类的过程。

cocapop·2022-11-27 01:24

古代玻璃制品的化学成分分析与鉴别

2.1、关系分析2.1.1、模型求解2.2、统计规律2.3、成分预测3、问题二3.1、分类规律模型3.1.1、分类规律3.2、亚分类模型3.3、模型检验与敏感性分析3.3.1、决策树模型检验3.3.2、K-means

阿宇阿星·2022-11-26 15:46

K-means(K均值)算法简单实现二维/三维结果展示

1.简介k-means算法是一种聚类算法，所谓聚类，即根据相似性原则，将具有较高相似度的数据对象划分至同一类簇，将具有较高相异度的数据对象划分至不同类簇。

alphaTao·2022-11-26 12:44

推荐频道

k-Means