k-Means 第30页

机器学习之K均值聚类算法K-Means（python代码实现）

K均值聚类（K-Means）k-means算法：根据给定的数据样本构建k个划分聚类，每个划分聚类即为一个簇。

卷不动的程序猿·2022-11-19 06:29

机器学习算法——聚类3（k均值算法）

一、理论讲解给定样本集，k均值（k-means）算法针对聚类所得簇划分最小化平方误差为：（1）其中x是簇内的均值向量。

Vicky_xiduoduo·2022-11-19 06:44

K-means

6.1聚类算法简介学习目标知道聚类算法的概念了解聚类算法和分类算法的最大区别1认识聚类算法使用不同的聚类准则，产生的聚类结果不同。1.1聚类算法在现实中的应用用户画像，广告推荐，DataSegmentation，搜索引擎的流量推荐，恶意流量识别基于位置信息的商业推送，新闻聚类，筛选排序图像分割，降维，识别；离群点检测；信用卡异常消费；发掘相同功能的基因片段1.2聚类算法的概念聚类算法：一种典型的无

钰涵雨辰·2022-11-19 04:47

k-means算法例题应用

简单介绍：k-means算法是一个聚类的算法。属于无监督学习算法，也是就样本没有label(标签)，然后根据某种规则进行“分割”，把相同的或者相近的放在一起。算法缺点：不能帮助我们自动分类，需要指定。

weixin_su·2022-11-19 03:38

Yolo v2、v3理论详解

BatchNormalization在每个卷积层后都添加了BN层，不再使用dropout2.高分辨率分类器从224*224——>448*448，更大的输入尺寸3.使用anchorbox4.anchor聚类，K-means

Dragon_0010·2022-11-19 03:12

Python机器学习之k-means聚类算法

1引言所谓聚类,就是按照某个特定的标准将一个数据集划分成不同的多个类或者簇,使得同一个簇内的数据对象的相似性尽可能大,同时不再一个簇内的数据对象的差异性也尽可能大,聚类算法属于无监督学习算法的一种.k-均值聚类的目的是：把n个点（可以是样本的一次观察或一个实例)划分到k个聚类中，使得每个点都属于离他最近的均值（此即聚类中心）对应的聚类，以之作为聚类的标准。2K-Meansk-均值聚类算法属于最基础

赵卓不凡·2022-11-19 03:24

无监督聚类算法—K-means算法基础

目录1、无监督算法简介2、K-means算法思想3、K-means算法实现步骤4、K-means示意图5、代码实现6、结果展示1、无监督算法简介无监督学习，即对于没有类别标签的样本集，模型可以根据样本的特性

~hello world~·2022-11-19 03:22

GMM简介

高斯混合模型(GMM)无论是k-means、层次聚类还是DBSCAN，聚类后都是有明显的“分界线”的，但如果是两个混合在一起的数据，这些方法就不能很好地聚类了，而GMM却能很好地对这类混合数据进行分类，

火鸡哥·2022-11-19 01:42

高斯混合模型（GMM）

高斯混合模型k-means聚类模型非常简单并且易于理解，但是它的简单性也为实际应用带来了挑战。特别是在实际应用中，k-means的非概率性和它仅根据到簇中心点的距离来指派簇的特点将导致性能低下。

ACxz·2022-11-19 01:34

【机器学习之高斯混合模型(Gaussian Mixed Model，GMM) 】

二、详解GMM1.初步原理2.EM算法3.深读原理3.GMM（高斯混合模型）和K-means的比较3-1.相同点：3-2.不同点：总结前言例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习

不见山_·2022-11-19 01:33

用K-Means和DBSCAN算法对西瓜数据集4.0进行聚类分析

文章目录数据集K-MeansDBSCAN用K-Means和DBSCAN算法对西瓜数据集4.0进行聚类分析数据集densitysugercontent10.6970.4620.7740.37630.6340.26440.6080.31850.5560.21560.4030.23770.4810.14980.6660.09190.4370.211100.6660.091110.2430.267120

Diobld·2022-11-19 00:27

常见机器学习模型（一）—— 贝叶斯分类器

（有监督学习，有label）聚类算法：K-Means，EM。（无监督学习，无label）关联分析：Apriori。（啤酒和尿布放在一起销量更好的经典案例）连接分析：

知了爱啃代码·2022-11-18 00:10

四种方法实现鸢尾花

1.使用K-Means算法实现鸢尾花分类'''date:2020-10-03author:panajiegoal:使用K-Means算法实现鸢尾花分类K-Means算法：K-Means算法，对于给定的样本集

潘同学去买菜了·2022-11-17 15:26

机器学习极简入门笔记-5-无监督学习-K-means

目录第17章KNN算法（有监督学习算法，放在此位置是为了与下一章的K-means做对比）17.1KNN算法原理17.2KNN中的K第18章K-means——最简单的聚类算法18.1K-means算法步骤

南鸢北折·2022-11-17 11:54

EM算法推导

K-Means和高斯混合模型都算是EM算法使用的经典案例。EM算法包括两个主要的步骤：E步（求期望）和M步（期望最大化），以下是EM算法的手写推导过程：

X_Weizhong·2022-11-17 07:47

ECCV 2022 | k-means Mask Transformer

受传统k-means聚类算法的启发，开发了一种用于分割任务的k-meansMaskXformer(kM

CV技术指南(公众号)·2022-11-16 09:28

学习记录636@python机器学习K-means实战之新闻聚类

概述根据新闻标题，对新闻进行聚类，注意这是无监督学习的范畴。新闻内容是文本，因此核心是结巴分词和文本向量化的操作。结巴分词信托公司2019年上半年经营业绩概览，结巴分词为：信托公司2019年上半年经营业绩概览，注意分成了词。文本向量化例如：第1条新闻标题中识别出“金融”，“科技”，“厉害”这3个词，从第2条新闻标题中识别出“华能”，“信托”“厉害”这3个词，这2条标题一共能识别出“金融”，“科技”

教练我想学编程·2022-11-15 17:48

机器学习 —— 聚类算法

K均值算法（K-means）聚类一、K-means算法原理聚类的概念：一种无监督的学习，事先不知道类别，自动将相似的对象归到同一个簇中。

呆子不呆X·2022-11-15 17:47

第1关：无监督学习的文本聚类

C、聚类3、常用的聚类方法有A、KMeansD、DBSCAN第2关：基于K-Means算法的文本聚类importjiebafromsklearn.feature_extraction.textimportCountVectorizerfromsklearn.feature_extraction.texti

好牛叉·2022-11-15 17:46

机器学习之无监督学习：聚类

Mr_BigG·2022-11-15 17:43

机器学习实战—无监督学习之聚类

无监督学习简介二.聚类2.1简介2.2聚类算法K-Means2.2.1简介2.2.2K-means原理2.2.3K-means使用2.2.4中心点初始化方法2.2.4K-means++2.2.5加速的K-means

jakiechaipush·2022-11-15 17:40

机器学习之基础知识（从数据处理到模型评估）

譬如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；而在距离类模型，譬如K近邻，K-Means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

Lin_w_x·2022-11-15 16:43

最优化方法——K-means实现手写数字图像聚类

目录系列文章目录一、问题二、实验思路综述（1）实验工具（2）实验数据（3）实验目标（4）实验步骤三、K-means聚类算法的原理与算法过程（1）K-means算法原理（2）K-means算法流程（3）K-means

@李忆如·2022-11-15 08:25

机器学习总结一：Bagging之决策树、随机森林原理与案例

机器学习算法总结一、Bagging之决策树、随机森林原理与案例二、boosting之GBDT、XGBT原理推导与案例三、SVM原理推导与案例四、逻辑回归与反欺诈检测案例五、聚类之K-means一、Bagging

想考个研·2022-11-14 09:08

机器学习总结三：SVM原理推导与案例

机器学习算法总结一、Bagging之决策树、随机森林原理与案例二、boosting之GBDT、XGBT原理推导与案例三、SVM原理推导与案例四、逻辑回归与反欺诈检测案例五、聚类之K-means三、SVM1

想考个研·2022-11-14 09:07

机器学习总结四：逻辑回归与反欺诈检测案例

机器学习算法总结一、Bagging之决策树、随机森林原理与案例二、boosting之GBDT、XGBT原理推导与案例三、SVM原理推导与案例四、逻辑回归与反欺诈检测案例五、聚类之K-means四、逻辑回归

想考个研·2022-11-14 09:33

R语言——聚类分析——处理错误：NAs introduced by coercion

1、聚类分析使用的是距离矩阵D=dist(iris)hc=hcclust(D,method="single")#method方法默认是complete，最长距离plot(hc)2、K-means（K均值聚类或

念衢·2022-11-13 12:56

机器学习-无监督学习-聚类：聚类方法（六）--- 用高斯混合模型（GMM）【使用最大期望值算法（EM算法）来求解】

实际上在特定约束条件下，K-means算法可以被看作是高斯混合模型（GMM）的一种特殊形式。1、什么是高斯分布？高斯分布（Gaussiand

u013250861·2022-11-13 10:49

机器学习实战-63:混合高斯模型聚类算法(Gaussian Mixture Model)

聚类算法包括：K均值聚类(K-Means)、层次聚类(HierarchicalClustering)和混合高斯模型(GaussianM

MTVideoAI·2022-11-13 10:18

K-Means聚类和高斯混合模型(GMM)

一、K-Means聚类算法1.1原理/步骤：我们随机初始化K个起始质心。每个数据点都分配给它最近的质心。重心被重新计算为分配给各个群集的数据点的平均值。重复步骤1和2，直到触发停止标准。

我是真的菜啊啊·2022-11-13 10:16

原型聚类（K-means聚类、LVQ、高斯混合聚类）

转自：周志华《机器学习》第9章转自：http://blog.csdn.net/sunanger_wang/article/details/88527461、K-means有样本D（x1,x2,...,xn

intelligence1994·2022-11-13 10:42

数据挖掘实战（聚类分析）

PqqqqqqY·2022-11-12 11:21

machine learning KNN

本博客是机器学习实战的读书笔记......数据挖掘十大算法:C4.5决策树k-means支持向量机SVMApriori最大期望法EMPageRank算法AdaBoot算法K-邻近算法(KNN)朴素贝叶斯算法

AdaLeery·2022-11-11 18:20

机器学习数据挖掘十大经典算法数学建模常用算法

C4.5,k-Means,SVM,Apriori,EM,PageRank,AdaBoo

睡觉特早头发特多·2022-11-10 12:55

数据挖掘-K-means聚类算法的实现及其应用

➕：luyao1931【实验目的】1、掌握K-means聚类算法的原理，理解算法的步骤。2、加深对K-means聚类算法的理解，掌握改进的K-means算法。

Young_and_Cold·2022-11-09 21:34

数据挖掘学习笔记之K-means算法

目录K-means(K-均值算法)算法背景什么是k-means算法?K-means算法的核心目标?

阳光里哭泣的狗·2022-11-09 21:31

数据挖掘之K-means聚类算法

实验七、数据挖掘之K-means聚类算法一、实验目的1.理解K-means聚类算法的基本原理2.学会用python实现K-means算法二、实验工具1.Anaconda2.sklearn3.matplotlib

768867_lv·2022-11-09 21:31

数据挖掘（五） k-means

1.聚类的概念对于有标签的数据，我们进行有监督学习，常见的分类任务就是监督学习；而对于无标签的数据，我们希望发现无标签的数据中的潜在信息，这就是无监督学习。聚类，就是无监督学习的一种，它的概念是：将相似的对象归到同一个簇中，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。即聚类后同一类的数据尽可能聚集到一起，不同数据尽量分离。2.聚类算法的分类聚类算法有

我叫辰辰啦·2022-11-09 21:27

OpenCV简单图像分割

这里主要基于OpenCV和Scikit-learn实现四种图像分割：基于K-means基于ContourDetection基于Thresholding基于ColorMaskingHSV颜色空间，就不演示了

默凉·2022-11-09 12:22

K-Means简记

K-Means聚类算法。基础含义K-Means是一种聚类算法，它可以把n个对象根据相互之间的相似度，自动划分到K个聚类。但并不是任意的划分，我们有明确的目标。

iterate7·2022-11-08 18:24

机器学习基础——特征提取（笔记一）

有些数据集可以没有目标值机器学习算法分类：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：连续型的数据——回归问题算法：线性回归，岭回归目标值：无——无监督学习算法：K-means

dongcidacigogogo·2022-11-08 17:45

【周志华机器学习】九、聚类

1.1距离度量1.2性能度量1.2.1外部指标1.2.2内部指标2.原型聚类2.1K-Means1.k值的选择2.K-Means优缺点及改进2.2学习向量量化（LVQ）2.3高斯混合聚类（GMM）GMM与K-Means

CHH3213·2022-11-08 13:18

【机器学习sklearn】K-means聚类算法

k-means：k均值聚类算法一、聚类任务性能度量距离度量（distancemeasure）原型聚类（基于原型的聚类prototype-basedclustering）密度聚类（基于密度的聚类density-basedclustering

Moonuiu·2022-11-08 13:18

EEG微状态：注意力缺陷多动症ADHD新的功能生物标记物

方法：使用k-means聚类，我们通过比较两个数据集中的成人ADHD患者和神经正常的控制组的MS分段，研究ADHD患者静息态EEG的时空动态性。数据集1包含66名ADHD患者和66名控制组被试

悦影科技·2022-11-08 11:02

机器学习实验（三）

本次实验采用两种均值聚类算法实现聚类K-Means：即“K均值聚类算法”，具体实现步骤如下随机的从样本中选择K个点作为初始质心。计算每个样本到各个质心的距离，将样本划分到距离最近的质心所对应的簇中。

Qutter·2022-11-08 11:31

K-Means算法进行图片颜色点分类存储

本文使用无监督学习算法K-means聚类算法通过对图片颜色点进行聚类的方式，达到降低图片存储空间的目的。

阿_旭·2022-11-08 11:00

【阿旭机器学习实战】【16】KMeans算法介绍及实战：利用KMeans进行足球队分类

目录一.聚类---K均值算法（K-means）介绍【关键词】K个种子，均值1.K-means算法原理聚类的概念：一种无监督的学习，事先不知道类别，自动将相似的对象归到同一个簇中。2.K-Means

阿_旭·2022-11-08 11:29

SAS学习12、13（聚类、cluster过程、fastclus过程、主成分分析、princomp过程、因子分析、factor过程）

是当前合并类中的城市个数，psf越大分类的合理性越高（当然刚开始分类太多，不合适）pst2峰值的上一轮，按时了可能的分类数rmsdist之间的差值，最大的表示是可能的分类数鸢尾花例子fastclus过程就是k-means

Zephyr丶J·2022-11-08 09:22

Python使用K-means聚类算法进行分类案例一则

K-means算法是经典的基于划分的聚类方法，是十大经典数据挖掘算法之一，其基本思想是：以空间中k个点为中心进行聚类，对最靠近它们的对象归类。

dongfuguo·2022-11-06 09:13

Pytorch 基于VGG-16的服饰识别（使用Fashion-MNIST数据集）

本文内容：Pytorch基于VGG的服饰识别（使用Fashion-MNIST数据集）更多内容请见Pythonsklearn实现K-means鸢尾花聚类Pytorch基于LeNet的手写数字识别Pytorch

小嗷犬·2022-11-06 07:54

推荐频道

k-Means