k-means聚类分析

无监督学习 - 均值聚类（K-Means Clustering）

什么是机器学习K-Means聚类是一种无监督学习算法，用于将数据集分成K个不同的组（簇），每个组内的数据点与组内其他点的相似度较高，而与其他组内的点相似度较低。
草明·2024-01-18 14:11

机器学习（八） — K-means

model5—K-means1definitionrandomlyinitializeKclustercentroidsμ1,μ2,⋯\mu_1,\mu_2,\cdotsμ1,μ2,⋯repeat:assigneachpointtoitsclosestcentroidμ\muμrecomputethecentroids(averageoftheclosestpoint)2optimazationo
绘梨衣吖·2024-01-18 10:38

深度学习常用代码总结(k-means, NMS)

目录一、k-means算法二、NMS一、k-means算法k-means是一种无监督聚类算法，常用的聚类算法还有DBSCAN。
BIT_Legend·2024-01-17 07:00

利用igraph包可视化基于KNN的单细胞聚类关系

1.png（2）在一篇文献中，作者使用另一种思路：利用k-means聚类，然后进行基于KNN(k-nearestneighbor)的可视化。
小贝学生信·2024-01-16 11:55

机器学习学习笔记（吴恩达）（第三课第一周）（无监督算法，K-means、异常检测）

是一种无监督学习算法聚类与二院监督学习算法对比：无监督：（聚类是无监督学习算法之一）聚类算法应用：如相似的新闻文章组合，市场细分，DNA数据分析，天文数据分析（星系、天体结构）K-means算法是一种常用的聚类算法原理概述
kgbkqLjm·2024-01-16 10:30

毕业设计：基于python微博舆情分析系统+可视化+Django框架 K-means聚类算法（源码）✅

1、项目介绍技术栈：Python语言+Django框架+数据库+jieba分词+scikit_learn机器学习（K-means聚类算法）+
vx_biyesheji0001·2024-01-15 14:44

K邻近和KNN

算法主要是用于解决监督学习中的分类问题•其数据集是由特征值和目标值组成，使用的数据是已经标记过的数据•KNN算法是一种懒惰算法，没有明显的前期训练过程•里面的K值表示把这个样本点分到哪个类别的参考数据点K均值K-Means
hema12138·2024-01-15 10:37

聚类算法之Kmeans聚类详解

聚类算法的分类：按照聚类细粒度分类：细聚类和粗聚类根据实现方法分类：K-means：按照质心分类，主要介绍K-means，通用、普遍层次聚类：对数据进行逐层划分，直到达到聚
进击的卡特琳娜·2024-01-15 09:50

机器学习 | 无监督聚类K-means和混合高斯模型

机器学习|无监督聚类K-means和混合高斯模型1.实验目的实现一个K-means算法和混合高斯模型，并用EM算法估计模型中的参数。
rookiexiong·2024-01-15 08:23

13.时间序列数据分析

www.jianshu.com/p/94520ce07c95转录组时间序列数据处理（软件中利用的一些模型和计算差异基因的方法）https://www.jianshu.com/p/468a8ff9c2eaMfuzz进行时序表达聚类分析
夏大希·2024-01-14 21:17

KNN算法与Kmeans的算法的思想与异同

K-means算法:思想：K-means是一种无监督学习聚类算法，将数据集划分为K个簇，使得每个数据点属于最近的簇
爱打网球的小哥哥一枚吖·2024-01-14 19:32

工智能基础知识总结--聚类算法

下面K-Means的推导也会用到GMM。K均值聚类（K
北航程序员小C·2024-01-14 09:53

半监督学习 - 半监督K均值（Semi-Supervised K-Means）

什么是机器学习半监督K均值（Semi-SupervisedK-Means）是K均值聚类算法的一种扩展，它结合了有标签数据和无标签数据进行聚类。在传统的K均值算法中，所有数据点都是无标签的，而在半监督K均值中，我们允许一部分数据点有标签，而另一部分数据点没有标签。以下是半监督K均值的基本思想和步骤：基本思想有标签数据：使用有标签的数据点初始化聚类中心。无标签数据：将无标签数据点分配到最近的聚类中心。
草明·2024-01-14 06:17

机器学习---流形学习

1.流形学习作为机器学习研究的热点问题之一，流形学习是要从高维数据集中发现内在的低维流形，并基于低维流形来实现随后的各种机器学习任务，如模式识别，聚类分析。
三月七꧁ ꧂·2024-01-13 18:52

四种无监督聚类算法说明

目录一、K-Means无监督学习（K-Means）的认识-CSDN博客二、Mini-BatchK-Means--Centroidmodels三、AffinityPropagation(Hierarchical
取名真难.·2024-01-13 18:50

KMeans clustering如何验证K点最佳 - silhouette analysis

、TheElbowMethod二、DistortionScoreElbowforKMeansClustering三、silhouetteanalysis介绍：Silhouetteanalysis是一种聚类分析的方法
取名真难.·2024-01-13 18:42

【目标检测】Anchor-based模型：基于K-means算法获取自制数据集的Anchor(yolo源码)

本篇文章首先介绍Anchor在目标检测模型中的作用；然后介绍K-means聚类算法；最后介绍yolo源码中自制数据集的Anchor的获取方法。
初初初夏_·2024-01-13 15:07

模糊控制：MATLAB实现

基于模糊理论的广西城市的分类利用MATLAB的模糊聚类分析实现城市分类的智能计算文章简介：利用MATLAB的模糊聚类分析实现城市分类的智能计算，使用到了模糊控制算法，有兴趣的友友可以看看。
竹字头虫字底·2024-01-13 02:53

互联网加竞赛 基于大数据的股票量化分析与股价预测系统

文章目录0前言1课题背景2实现效果3设计原理QTChartsarma模型预测K-means聚类算法算法实现关键问题说明4部分核心代码5最后0前言优质竞赛项目系列，今天要分享的是基于大数据的股票量化分析与股价预测系统该项目较为新颖
Mr.D学长·2024-01-12 18:49

基于K-Means聚类算法与随机森林模型评估信贷风险客户【500010101】

项目背景本数据集来自一家德国银行，由加州大学霍夫曼教授于2016年收集整理，每条记录代表了一个接受银行信贷的客户，这也就说明了，这些客户都是通过了贷款申请的，通过可视化分析对数据进行初步探索，并利用聚类分析将客户分为不同的风险群体
神仙别闹·2024-01-12 15:47

2021-09-08 批次TCGA（1）

样本过滤完后，质控先：样本过滤基因过滤过滤完后，做质控，有下面三个图箱线图，密度图PCA图层次聚类分析现在做完后，究竟是先标准化还是先去去除批次差异需要做批次矫正因为在不同样本中，有一些基因的表达量是恒定的
多去看看·2024-01-11 06:20

数模学习day11-系统聚类法

本文参考辽宁石油化工大学于晶贤教授的演示文档聚类分析之系统聚类法及其SPSS实现。
WenJGo·2024-01-10 23:50

数模学习day10-聚类模型

说明，本文部分图片和内容源于数学建模交流公众号目录K-means聚类算法K-means聚类的算法流程：图解算法流程图评价K-means++算法基本原则算法过程Spss软件操作K-means算法的疑惑系统
WenJGo·2024-01-10 23:19

【机器视觉】机器视觉实验二——图像分割基于颜色特征&基于纹理特征

给定一个有k个聚类中心点的矩阵meanFeatures(矩阵维度是kd)，其中每个中心点都是一个d维的行向量（矩阵的一行），将输入图片中的每个像素映射到其所归属的k-means某
yuzhangfeng·2024-01-10 22:22

聚类算法k-means（无监督学习）笔记

内容简介笔记记录了聚类算法k-means的实例过程：第1部分为建模流程：先构造包含5个中心点的随机训练集数据，并画图展现样本分布情况，最后导入新数据测试；第2部分介绍了几个常用参数和调优流程；第3、4部分别为评估方法和算法存在的问题
Avasla·2024-01-10 10:23

R语言学习入门（一）

R语言是基于S语言的一种方言，它提供了广泛的统计和图形技术，包括线性和非线性建模、时间序列分析、分类和聚类分析、数据可视化等。R语言的特点包括易于使用、开源免费、拥有强大的图形能力和扩展性。
亦旧sea·2024-01-10 05:44

手把手教你量化网络（2）权重参数的量化

@[TOC]一、量化算法1.1K-Means将一堆二维样本表示在坐标轴上，如下图左图所示：enterdescriptionhere若我们将其用K-Means分为3类，如上图右侧所示，分为了
雪天鱼·2024-01-09 22:28

纽约Uber数据分析图形化和K-means计算热点

K-means是一种聚类算法，用于将一组样本分成预定数量的簇。它通过计算样本之间的距离，将它们分配到最近的簇中，然后根据分配的结果，更新簇的中心位置。
取名真难.·2024-01-09 07:38

聚类分析模型

聚类面向的是未知的类别，是按照“距离”对已知数据直接分类。优缺点分析优点：算法简单，快捷。处理大数据集的效率较高。缺点必须先确定要生成的类别的数量。对选择的初值较为敏感。容易被噪声干扰。
爱静的龙猫·2024-01-08 11:30

如何用DBSCAN聚类模型做数据分析？

上篇我们讲了基于原型的k-means聚类算法，这篇我们来讲通常情况下聚类效果表现更优异的密度聚类DBSCAN。什么是DBSCANDBSCAN是一种基于密度的考虑到噪音
赵小洛·2024-01-08 07:41

使用DBscan算法进行密度聚类分析

使用DBscan算法进行密度聚类分析使用DBscan算法进行密度聚类分析算法原理Python实现算法特点应用案例结论使用DBscan算法进行密度聚类分析DBscan（Density-BasedSpatialClusteringofApplicationswithNoise
OverlordDuke·2024-01-08 06:14

深度解析基于模糊数学的C均值聚类算法

深度解析基于模糊数学的C均值聚类算法模糊C均值聚类(FCM)聚类步骤：FCMPython代码：模糊C均值聚类(FCM)在数据挖掘和聚类分析领域，C均值聚类是一种广泛应用的方法。
OverlordDuke·2024-01-08 06:13

机器学习系列 - 9. 主成分分析法 PCA

也可以用来削减回归分析和聚类分析中变量的数目。1.2为什么要做主成分分析在很多场景中需要对多变量数据进行观测，在一定程度上
小蘑菇1962·2024-01-07 07:20

聚类分析 | Matlab实现基于RIME-DBSCAN的数据聚类可视化

聚类分析|Matlab实现基于RIME-DBSCAN的数据聚类可视化目录聚类分析|Matlab实现基于RIME-DBSCAN的数据聚类可视化效果一览基本介绍程序设计参考资料效果一览基本介绍1.聚类分析|
机器学习之心·2024-01-06 19:52

学习：StatQuest-K-means

前言K-means属于动态聚类，聚类速度较快，难点是不太好找到初始凝聚点K-meansimage.png第一步，我们的K代表的是你要聚成几类，譬如K=3即分成3类image.png第二步就是选择初始凝聚点
小潤澤·2024-01-06 10:59

机器学习——特征工程之K均值降维

机器学习——特征工程之K均值降维前言一、K-均值聚类（K-means）1、算法推导2、举例二、降维前言1、先直观解释什么是平面（线性子空间）和流形（非线性子空间）：答：如果线性子空间是一张平展的纸，那么非线性流形的一个简单例子就是卷起来的纸
macan_dct·2024-01-06 09:11

无监督学习（K-Means）的认识

目录一、无监督学习二、无监督学习和有监督学习的区别三、K-Means3.1数据分析3.2k-meas算法3.3数据正态化后k-means3.4找最佳k（ElbowPlot）四、k-means算法的优缺点一
取名真难.·2024-01-06 03:20

机器学习算法分类

监督学习目标值：类别--分类问题目标值：连续型的数据--回归问题分类模型k近邻算法，贝叶斯分类，决策树与随机森林，逻辑回归,SVM,回归模型线性回归，岭回归无监督学习目标值：无聚类模型k-means机器学习开发流程获取数据数据清洗特征工程
学了忘了学·2024-01-06 01:40

聚类分析--基本原理、方法(Kmeans,层次聚类)

文章目录聚类分析的定义基本原理商业应用场景聚类分析步骤聚类分析方法层次分析法/系统聚类法（小样本）提问：如何选择合适的分类结果K-means疑问：聚类分析的定义聚类分析就是将研究对象根据一些特征指标，把比较相似的研究对象
universe_1207·2024-01-05 18:38

《数据挖掘基础》实验：Weka平台实现聚类算法

完成以下内容：（用四种方法：K-means、K-中心法、层次、密度）文件导入与编辑参数设置说明结果截图结果分析与对比（2）以AQI.xls中1-
lazyn·2024-01-05 18:08

【数据挖掘】聚类趋势估计、簇数确定、质量测定等评估方法详解（图文解释 超详细）

聚类评估主要包括以下任务估计聚类趋势对于给定的数据集聚类趋势估计用于评估该数据集是否存在非随机结构，如果盲目地在数据集上使用聚类方法返回一些簇所挖掘的簇可能是误导因为数据集上的聚类分析仅当数据中存在非随机结构时才有意义确定数据集中的划分簇数一些聚类算法需要数据集划分的簇
showswoller·2024-01-05 18:37

聚类分析-K-means、层次聚类、DBSCAN、簇评估

聚类分析基本概念聚类分析定义聚类分析是一种数据分析技术，对大量未知标注的数据集，通过将具有相似数据特性的数据对象分组到一起，使得类别内的数据相似度较大而类别间的数据相似度较小，以便对这些数据对象进行更好的理解和分析
norah2·2024-01-05 18:06

GEE土地分类：土地分类精度评定和分类后影像进行（Kmeans，Gmeans，SNIC (Simple Non-Iterative Clustering）聚类分析和滤波（focal_mode）分析

简介使用聚类分析和滤波分析来进一步处理土地分类后的影像数据。聚类分析可以帮助您识别影像中的相似区域。您可以使用聚类算法，如K均值聚类或层次聚类，将像素分组到具有相似像素值的群集中。
此星光明·2024-01-05 18:07

04 supervised learning

unspervisedlearningclustering（聚类算法）Anomalydetection（异常检测）RecommenderSystems（推荐系统）ReinforcementLearning（强化学习）一、K-means
叮咚Zz·2024-01-05 14:39

k-means算法的中文名字是什么，是用来干什么的呢。

问题描述：k-means算法的中文名字是什么，是用来干什么的呢。问题解答：k-means算法的中文名字是"K均值算法"，也有时候被称为"K-平均算法"。
神笔馬良·2024-01-05 12:26

K-均值聚类（K-means clustering）

K-均值聚类（K-meansclustering）是一种常用的无监督学习算法，用于将样本数据划分成K个不同的类别。K-均值聚类试图找到K个簇，使得簇内的样本点相似度最高，而簇间的样本点相似度最低。算法步骤如下：随机选择K个初始中心点作为簇的质心。将每个样本点分配给离其最近的质心，形成K个簇。计算每个簇的质心，作为新的质心。重复步骤2和步骤3，直到质心不再发生变化或达到最大迭代次数。K-均值聚类算法
python无人驾驶 医学芯片·2024-01-05 07:30

【机器学习基础】K-Means聚类算法

个人主页：为梦而生~关注我一起学习吧！专栏：机器学习欢迎订阅！相对完整的机器学习基础教学！⭐特别提醒：针对机器学习，特别开始专栏：机器学习python实战欢迎订阅！本专栏针对机器学习基础专栏的理论知识，利用python代码进行实际展示，真正做到从基础到实战！往期推荐：【机器学习基础】机器学习入门（1）【机器学习基础】机器学习入门（2）【机器学习基础】机器学习的基本术语【机器学习基础】机器学习的模型
为梦而生~·2024-01-04 23:17

数量生态学：R语言的应用—第四章聚类分析2-解读和比较层次聚类结果

数量生态学：R语言的应用—第四章聚类分析2今天来给大家介绍一下如何解读和比较层次聚类结果由于今天内容比较多，所以我们先来看看思维导图，看看大致有什么解读和比较层次聚类结果这里强调一下，聚类分析是一种探索性分析
fafu生信小蘑菇·2024-01-04 23:53

聚类算法详解

K-means基本思想K-means算法的基本思想是，通过迭代寻找K个簇（Clusterd）的一种划分方案，使得聚类结果对应的损失函数最小。
alstonlou·2024-01-04 17:37

基于K-means与CNN的遥感影像分类方法

基于K-means与CNN的遥感影像分类一、引言1.研究背景航天遥感技术是一种通过卫星对地观测获取遥感图像信息数据的技术，这些图像数据在各领域都发挥着不可或缺的作用。
perfect Yang·2024-01-04 15:17
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他