k-means聚类分析

模糊爱情

从北京走后，王二便心神不定，他开始日夜思念玲子，可这想法不能太过直白，必须得含蓄，所以王二的纸上写满了密密麻麻的数学公式，有的是微分，有的是积分，可能在做个聚类分析。
朝花汐拾_314·2023-02-03 04:43

【数学建模】聚类模型 - K-means & 系统（层次）算法

聚类和分类的区别聚类是不知道类别，自己分类分类是已知类别的聚类模型K-means聚类数据对象即样本聚类中心即重心PS：和我们初始化选择的中心有很大关系如何写在论文里因为算法步骤太长了，而且易被查重因为算法太长了
Anadem·2023-02-02 13:43

基于K-means聚类算法的图像分割

1K-means算法实际上，无论是从算法思想，还是具体实现上，K-means算法是一种很简单的算法。
iwuqing·2023-02-02 13:44

Query 聚类

K-means聚类概念生活中的聚类例子：班级分组。一个班级有40名学生，班主任分别让小明，小红，小强，小李将班级中学生分成两组。小明：男生一组，女生一组。小红：前三排一组，后三排一
·2023-02-02 13:30

Query 聚类

K-means聚类概念生活中的聚类例子：班级分组。一个班级有40名学生，班主任分别让小明，小红，小强，小李将班级中学生分成两组。小明：男生一组，女生一组。小红：前三排一组，后三排一
·2023-02-02 12:57

聚类算法：Mean Shift

向量核函数引入核函数的MeanShift向量聚类动画演示MeanShift的代码实现算法的Python实现scikit-learnMeanShift演示scikit-learnMeanShift源码分析简介在K-Means
assassin_sword·2023-02-02 11:09

机器学习：均值漂移（Mean Shift）详细解释

1.均值漂移的基本概念MeanShift算法和k-means相似，都是一个迭代的过程，即先算出当前点的偏移均值，将该点移动到该偏移均值，以此为新的起始点，继续移动，直到满足最终的条件。
Be-real·2023-02-02 11:05

Matlab实现Kmeans聚类算法

1.Kmeans聚类算法简介kmeans聚类算法是一种迭代求解的聚类分析算法。
Xloserbin·2023-02-02 11:20

【机器学习】聚类算法（理论）

聚类算法（理论）目录一、概论1、聚类算法的分类2、欧氏空间的引入二、K-Means算法1、算法思路2、算法总结三、DBSCAN算法1、相关概念2、算法思路3、算法总结四、实战部分...一、概论聚类分析，
酱懵静·2023-02-02 10:31

人工智能时代八大类算法你了解吗？（包邮送书6本）

文章目录本文导读1.关联规则分析2.回归分析3.分类分析4.聚类分析5.集成学习6.自然语言处理7.图像处理8.深度学习9.书籍推荐（包邮送书6本）本文导读从零带你了解人工智能时代需要掌握的8大类算法，
无 羡ღ·2023-02-02 09:12

基于多方安全计算机器学习

秘密分享加法和乘法传统秘密分享技术的缺点协议优化少量Triple的稀疏矩阵乘法逻辑回归w：训练的模型x：样本特征f：函数多方安全逻辑回归树模型核心步骤：计算导数特征排序分桶累积计算增益最优分裂样本划分计算分值安全树模型训练#安全树模型预测K-Means
柒拾柒_L·2023-02-02 09:52

数据挖掘-KMeans算法

K-Means属于聚类算法，是一种无监督学习算法，没有训练集和测试集之分，也没有正确分类的标签与之参照来提升学习效果。聚类就是把一堆样本根据一些特性分成不同的簇，也就是类。
花讽院_和狆·2023-02-02 05:05

74971论文

运用熵权法和变异系数法将指标综合到基于气候变化的脆弱性指标中，此外，利用模糊聚类分析的办法，将国家分为四种类型。论文进行的工作1.建立脆弱性评价指标模型。
萍水间人·2023-02-02 00:17

Chinese-whisper:一种简洁的分类方法

但仍然没有找到一种适合于未知类别数量，自动划分的方法，而k-means等聚类方法均是要预先设定分类数量后再开始进行聚类操作。
lumo的二次学习笔记·2023-02-01 21:45

EM算法；k-means；高斯混合模型

EM算法：选择初值foriinepoch:E步：计算期望M步：最大化K-means的核心目标是将数据集划分成K个簇，并给出每个数据对应的簇中心点。
cv-daily·2023-02-01 18:22

聚类算法比较：K-means 和高斯混合模型

算法原理K-means，K均值聚类算法假设每个cluster存在一个中心点，该cluster内的所有数据项到这个中心点的欧式距离（勾股定理的扩展：各维度差的平方求和再开方）都小于到其他cluster中心点的距离
weixin_34411563·2023-02-01 18:52

K-means，高斯混合模型及其EM步骤详解

作为机器学习算法的一员，不同于SVMs（支持向量机），贝叶斯，logisticregression这些监督学习算法，K-means是一种无监督的聚类算法。这里的K表示类别的个数。
Steven_ycs·2023-02-01 18:52

k-means--常用于为高斯混合模型设置初始值

k-means作用：用于划分聚类；k-means算法：1、选取k个聚类质心点：mu1,mu2,.....,muk;2、重复下面过程直到收敛：对每个样例i，计算其应属于的类j：C(i)=argmin(||
778811·2023-02-01 18:51

K-means算法和高斯混合模型的异同

写这篇文章的缘由是因为早上的机器学习讨论班大家对于一句话：用于向量化的k均值是高斯混合模型的一个硬版本（出处：机器学习导论，隐马尔科夫模型，p247，（15-36））产生了深刻的思考然后不理解，在结合老师的讲解以及搜索资料后，决定记录下来。这一部分属于无监督学习的内容，无监督学习内容主要包括：Kmeans聚类算法、高斯混合模型GMM及EM算法等。Kmeans聚类其实聚类算法除了Kmeans，还有其
会飞的小罐子·2023-02-01 18:50

从EM算法到高斯混合模型（GMM）与K-means算法（理论分析+仿真分析）

目录：EM算法GMM模型K-means算法EM算法基本问题  首先介绍一下EM算法要解决的基本问题。EM算法通常解决的是不同分布下的参数估计问题，属于参数估计理论的一种。
宅男不宅·2023-02-01 18:50

K-means与高斯混合模型

K-meanshttp://blog.pluskid.org/?p=17Clustering中文翻译作“聚类”，简单地说就是把相似的东西分到一组，同Classification(分类)不同，对于一个classifier，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个classifier会从它得到的训练集中进行“学习”，从而具备对未知数据进行分类的能力，这种提供训练数据的过程
知海无涯学无止境·2023-02-01 18:49

机器学习概念总结笔记（四）——KMeans、混合高斯模型、LDA、PLSA、Apriori、FP-Growth、

原文：https://cloud.tencent.com/community/article/84799321）KMeans聚类分析是一种静态数据分析方法，常被用于机器学习，模式识别，数据挖掘等领域。
denghe1122·2023-02-01 18:18

K-means 算法与高斯混合模型的异同

Likethek-meansclusteringalgorithm,EMissensitivetoinitialconditionsandmightconvergetoalocaloptimum.
guanguanboy·2023-02-01 18:48

山东大学软件学院数据科学导论2021-2022期末考试回忆版

1.大数据的定义和四个特征2.SQL建立数据库的语法3.给出两个表，写出SQL语句的结果4.写出map-reduce工作的流程5.写出K-means方法的思路6.写出“Shandonguniv
白玉兰路车神·2023-02-01 16:53

神经网络的神经元个数,神经网络每层单元数

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、神经网络隐层数和神经元个数如何确定？你使用的什么神经网络？
普通网友·2023-02-01 13:55

基于K-Means聚类算法演示及可视化展示

K-Means聚类算法演示及可视化展示123456789#导入包fromsklearn.clusterimportKMeansX=[[0.0888,0.5885],[0.1399,0.8291],[0.0747,0.4974
jh035512·2023-02-01 11:41

k-means算法可视化

K代表你要把数据分为几个组K-Means算法的基本思想是初始随机给定K个簇中心，按照最邻近原则把待分类样本点分到各个簇。然后按平均法重新计算各个簇的质心，从而确定新的簇心。
Tialyg·2023-02-01 11:40

k-means聚类

所谓聚类，就是以一定的方法将一堆样本依它们本身的数据特性划分成不同的簇类，以达成不同的技术目的，k-means就是这样一种基础聚类算法。
禺垣·2023-02-01 08:46

Machine Learning - Week 8 K-Means Clustering and PCA exp7

K-Means算法相关：findClosestCentroids：functionidx=findClosestCentroids(X,centroids)K=size(centroids,1);idx
有何不可_b7e1·2023-02-01 07:11

超详细：KNN与K-means从入门到实战

作者：王同学来源：投稿编辑：学姐1.基本概念1.1KNNk近邻法（k-nearestneighbor，k-NN）是一种基本分类与回归方法。k近邻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。k近邻法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，根据其k个最近邻的训练实例的类别，通过多数表决等方式进行预测。因此，k近邻法不具有显式的学习过程。k近邻法19
深度之眼·2023-01-31 12:08

python 多元线性回归_多元统计分析之多元线性回归的R语言实现

重要的多元统计分析方法有:多重回归分析、判别分析、聚类分析、主成分分析、对应分析、因子分析、典型相关分析
weixin_39667652·2023-01-31 10:51

NLP之文本聚类算法综述

NLP之文本聚类算法综述文本聚类算法综述常见算法通用场景评估指标实现流程代码实现文本聚类算法综述常见算法常见的文本聚类算法有以下几种：K-Means：是最常见的聚类算法，通过迭代不断更新聚类中心来实现文本聚类
楚楚小甜心·2023-01-31 09:42

机器学习（七） 聚类之DBSCAN

针对聚类K-means算法中不能对特定形状的样本进行分类，提出了一种新的聚类算法（DBSCAN）。DBSCAN是一种著名的密度聚类算法，它基于一组“邻域”参数来刻画样本分布的紧密程度。
晓迦·2023-01-31 08:43

数学建模数据分析常见套路模板

数据分析题归纳模型总结1数据预处理1.1数据丢失1.2数据异常点1.2.1数据异常的依据2数据降维2.1主成分分析_复杂型2.1主成分分析_简单型2.2K-means聚类分析_复杂型2.2K-means
Philo`·2023-01-31 05:08

模型评估（误差平方和(SSE The sum of squares due to error)）

1误差平方和(SSEThesumofsquaresduetoerror)：¶举例:(下图中数据-0.2,0.4,-0.8,1.3,-0.7,均为真实值和预测值的差)在k-means中的应用:公式各部分内容
AI耽误的大厨·2023-01-30 22:51

数据分析方法

汇总：基本分析方法：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗分析法、综合评价分析法、因素分析法、矩阵关联分析法；高级分析方法：相关分析法、回归分析法、聚类分析法、判别分析法、主成成分分析法、
蛮蛮菌的日记·2023-01-30 22:19

KNN与K-Means的区别

Wikipedia上的KNN词条中有一个比较经典的图如下：KNN的算法过程是是这样的：从上图中我们可以看到，图中的数据集是良好的数据，即都打好了label，一类是蓝色的正方形，一类是红色的三角形，那个绿色的圆形是我们待分类的数据。如果K=3，那么离绿色点最近的有2个红色三角形和1个蓝色的正方形，这3个点投票，于是绿色的这个待分类点属于红色的三角形。如果K=5，那么离绿色点最近的有2个红色三角形和3
少林达摩祖师·2023-01-30 21:54

KNN与K-Means算法的区别和共同特点

1、KNN算法与K-Means算法的区别：（1）解决什么问题？
Jasmine0224·2023-01-30 21:54

kNN与kMeans聚类算法的区别

KNNK-Means目的是为了确定一个点的分类目的是为了将一系列点集分成k类KNN是分类算法K-Means是聚类算法监督学习，分类目标事先已知非监督学习，将相似数据归到一起从而得到分类，没有外部分类训练数据集有
赵大寳Note·2023-01-30 21:24

KNN算法与K-Means算法的区别

K-means算法是聚类分析中使用最广泛的算法之一。它把n个对象根据他们的属性分为k个聚类以便使得所获得的聚类
qq_41800983·2023-01-30 21:24

基于改进K-means聚类和隐马尔可夫链的汽车行驶工况构建

摘要：汽车行驶工况的构建对于车辆能耗、排放测试，以及汽车性能指标优化有着重要意义。而欧洲NEDC工况、世界WLTC工况等为基准的行驶工况构建并不完全适用我国汽车行驶工况的构建，基于此，制定反映我国实际道路行驶状况的工况显得越来越重要。数据预处理（问题一）首先，利用高德地图的API接口，批量导入数据文件中的经纬度信息，绘制出一辆车在连续一周内的行驶轨迹图。对行驶轨迹图进行分析可得：本文测试车俩行驶主
??@?~??·2023-01-30 13:40

3.机器学习——算法2

定义与公示2线性回归的损失和优化3线性回归api介绍4欠拟合与过拟合5线性回归的改进6案例2分类算法-逻辑回归与二分类1逻辑回归的原理2损失以及优化3逻辑回归API4案例3模型保存与加载4无监督学习-K-means
开心码农小王。·2023-01-30 12:48

2020-12-22 监督学习 非监督学习 半监督学习

监督学习给机器训练的数据集是拥有”标记“或者”答案的“非监督学习给机器的训练的数据没有任何“标记”或者“答案”对没有标记的数据进行分类--聚类分析对数据进行降维处理，方便进行数据的可视化特征提取：特征压缩异常数据的检测半监督学习一部分数据有标记或者答案
徐大徐·2023-01-30 05:22

数学建模学习笔记之评价问题聚类分析法

数学建模学习笔记之评价问题聚类分析法物以类聚、人以群分。聚类分析是一个很大的概念，显然根据分类的依据不同会出现很多很多聚类的方法。
不爱说话的圆圆·2023-01-29 20:11

数学建模笔记-第十讲-聚类

文章目录聚类模型K-means聚类算法k-means++算法SPSS操作一些讨论系统聚类举例题目如何分类常用距离指标与指标之间的距离类与类之间的距离过程最短距离系统聚类说明SPSS操作确定聚类数量演示一下怎么画图
丸丸丸子w·2023-01-29 20:09

聚类分析--数学建模笔记

一、样品分类Q型分类-->>>核心1.样品间的相似度量--距离怎么计算？两点之间的距离大于等于0相反也相等两点的距离小于求助某一点的距离类似中介2.具体方法二、变量分类R类--->>看变量的亲疏关系实际降维变量之间相似度量--相似系数第一种夹角余弦类间距离最短距离两类样品中之间的距离作为两类间的距离最长距离两类样品中之间的距离作为两类间的距离三、方法步骤例子代码：b=[7.900039.77008
演绎平生·2023-01-29 20:33

【数学建模笔记】【第十讲（1）】聚类模型之：K-均值聚类

二、算法流程K-means聚类的算法流程：指定需要划分的簇[cù]的个数K值（类的个数）;随机地选择K个数据对象作为初始的聚类中心（不一定要是我们的样本点）;计算其余的各个数据对
兜兜里有好多糖·2023-01-29 19:53

【GDAL+C#聚类分析】基于FCM的图像非监督分类

0引言拿到一幅遥感图像的时候，我们会主动关注什么要素？比如下面这张图，我们一眼就能看出，这块区域分布着公路、植被、楼房、河流等等地物。我们为什么能够不假思索地分辨出这些不同的地物？其实这和我们后天通过学习和观察所积累起来的“经验”有关系。从某种意义上说，我们的双眼“读取了图像”，大脑再利用我们识别不同地物的“经验”，为这幅图像迅速地做了一遍“监督分类”。这里就可以看出来，“监督分类”需要预先经过“
Geoflyme·2023-01-29 14:46

学会1分钟实现SPSS聚类分析

当我们在数学建模竞赛的时候，聚类分析是一种手段，而不是目的。分析完毕后得到的结果应当服务于下一步建模的需
数学建模教程·2023-01-29 12:32

学习总结!!!

1.1数据分区1.2子模型训练1.3主模型训练二复现结果分区结果运行太慢调为10--epochBPR-结果GCN-结果三改进过程把论文里的欧式距离改为余弦相似度欧式距离余弦相似度四查询学习K-means
初学者冲冲冲·2023-01-29 12:41
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他