k-means

黑马程序员——三天快速入门python机器学习（六）

—逻辑回归与二分类逻辑回归应用场景逻辑回归原理逻辑回归API案例：癌症分类：良/恶性乳腺癌肿瘤预测分类的评估方法ROC曲线与AUC指标模型保存和加载sklearn模型保存和加载API案例无监督学习——K-means
多学两分钟·2022-12-06 12:45

R实现K-means

课堂笔记一定要记住系统聚类和k-means的流程图K-means又叫做快速聚类>health=read.csv("2011社会发展数据.csv",row.names=1)>km=kmeans(scale
司马平雋·2022-12-06 12:14

K-Means专题01

KMeans原理1.sklearn.cluster.KMeans2.KMeans的重要参数，属性及接口1.sklearn.cluster.KMeansfromsklearn.datasetsimportmake_blobsimportmatplotlib.pyplotasplt#创造数据集x,y=make_blobs(n_samples=500,n_features=2,centers=4,ran
Winfred_Bo·2022-12-06 12:43

K-Means专题02

K-Means案例KMeans的矢量量化应用KMeans的矢量量化应用KMeans聚类的矢量量化本质是一种降纬运用，但它与我们之前学的降维算法的思路都不相同，特征选择的降纬是直接选取对模型贡献最大的特征
Winfred_Bo·2022-12-06 12:43

(学习笔记)K-Means算法原理及其python实现

1.基本K-Means算法K-Means算法是较为常用的聚类算法,其目标是将数据点划分为K个类簇。
lytlysll·2022-12-06 12:56

吴恩达机器学习笔记-无监督学习

机器学习-无监督学习一、什么是无监督学习二、聚类算法(无监督学习)1、聚类算法的应用2、K-Means算法算法流程--图例算法流程--文字描述K-means分离不佳簇问题K-means代价函数K-means
快乐活在当下·2022-12-06 12:17

40 个机器学习面试问题（文末福利送书）

4.解释KNN和k-means聚类的区别5.什么是贝叶斯定理？我们为什么用它？6.什么是朴素贝叶斯分类器？我们为什么要使用它们？7.解释第一类错误和第二类错误的区别8.判别模型和生成模型有什么区别？
川川菜鸟·2022-12-06 12:44

Python 里的随机种子random.seed()

（2）聚类算法，例如K-means算法的初试聚类中心；（3）随机森林中牵涉到的数据或特征抽样；（4）随机抽取训练集测试集时，不使用随机种子第一次和第二次随机抽取的数据集会不同；使用随机种子，第一次第二次随机抽取的数据集就会相同
玛丽莲茼蒿·2022-12-06 00:35

Hadoop平台K-Means聚类算法分布式实现+MapReduce通俗讲解

Hadoop平台K-Means聚类算法分布式实现+MapReduce通俗讲解在Hadoop分布式环境下实现K-Means聚类算法的伪代码如下：输入：参数0--存储样本数据的文本文件inputfile；参数
Ninina1992·2022-12-05 23:46

k-means算法实现，--python

k-means算法思想：第一步，从文件中读取数据，点用元组表示，点集用列表表示。第二步，初始化聚类中心。
TOM_wangc·2022-12-05 22:18

ＮＬＰ工程师需要掌握的知识

1、机器学习算法：LR、SVM、DT、BOOST、K-MEANS、crf2、深度学习算法：cnn、rnn、lstm、attention、transformer、gpt、bert3、词向量的表达方式：one-hot
凤舞九天v·2022-12-05 19:57

[博学谷学习记录]超强总结，用心分享|人工智能机械学习基础知识KMeans总结分享

目录KMeans介绍算法思想KMeans算法迭代停止条件KMeans算法具体步骤K-Means会不会陷入一直选质心的过程，永远停不下来？初始的K个质心怎么选？
AAALice0.0·2022-12-05 16:43

每天五分钟机器学习：使用降维算法可以完成高维数据的压缩表示

本文重点前面我们学习了第一种无监督学习算法k-means，本章我们将学习另外一种无监督算法，称为降维算法。降维可以数据压缩，因而使用较少的计算机内存空间，也加快学习算法的运行。
幻风_huanfeng·2022-12-05 14:38

每天五分钟机器学习：如何初始化聚类算法的聚簇中心点？

本文重点聚类算法k-means的第一步的是初始化k个聚簇中心，那么现在的问题是如何初始化不同的聚簇中心具体做法如下：1.我们应该选择K
幻风_huanfeng·2022-12-05 14:04

sklearn之k-means聚类算法

听了菜菜的sklearn算法而写的学习笔记概述无监督学习与有监督学习结构化数据与非结构化数据聚类算法与分类算法sklearn中的聚类算法KMeans一最简单的聚类算法KMeans算法工作原理先导概念核心任务算法步骤eg：kmeans将数据分为4个簇衡量KMeans算法效果的指标簇内误差平方和聚出的类应该有什么性质，有什么用处？什么是差异？以欧几里得距离为例衡量差异不同的距离对应着不同的质心和ine
不想当程序员（☆∀☆）·2022-12-05 12:34

原创 | 一文读懂K均值（K-Means）聚类算法

作者：王佳鑫审校：陈之炎本文约5800字，建议阅读10+分钟本文为你介绍经典的K-Means聚类算法。
数据派THU·2022-12-05 12:33

kmeans python变量重要性_k-means聚类算法优缺点？

K-Means是我们最常用的基于欧氏距离的聚类算法，它的基本思想是，两个目标的距离越近，相似度越大。K-Means算法的目标函数K-Means算法要实现的目标函数是：其中，C1，C2，...
weixin_39845461·2022-12-05 12:33

K-Means(K均值)、GMM(高斯混合模型)，通俗易懂，先收藏了！

2.k-means(k均值)算法2.1算法过程2.2损失函数2.3k值的选择2.4KNN与K-means区别？
mantchs·2022-12-05 12:33

决策树与随机森林/K-means

一、决策树与随机森林（一）决策树1.算法概述决策树（DecisionTree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树算法容易理解，适用各种数据，在解决各种问题时都有良好表现，尤其是以树模型为核心的各种集成算法，在各个行业和领域都有广泛的应用。决策树优点：可以对复杂和非线性的数据建模。缺点：结果不易
麦格芬230·2022-12-05 12:33

聚类算法K-Means

1概述1无监督学习与聚类算法之前学过的决策树，随机森林，逻辑回归，虽然有着不同的功能，但却都属于“有监督学习”的一部分，即是说，模型在训练的时候，既需要特征矩阵X，也需要真实标签y。机器学习当中，还有相当一部分算法属于“无监督学习”，无监督的算法在训练的时候只需要特征矩阵X，不需要标签。曾经学过的PCA降维算法就是无监督学习中的一种，聚类算法，也是无监督学习的代表算法之一。聚类算法又叫做“无监督分
Garcia-zhang·2022-12-05 12:32

sklearn中的聚类算法K-Means

1概述1.1无监督学习与聚类算法决策树、随机森林、逻辑回归虽然有着不同的功能，但却都属于“有监督学习”的一部分，即是说，模型在训练的时候，既需要特征矩阵XXX，也需要真实标签yyy。在机器学习中，还有很大一部分算法是属于“无监督学习”，无监督的算法在训练的时候只需要特征矩阵XXX，不需要标签。曾经学过的PCA算法就是无监督学习中的一种。聚类算法也是无监督学习的代表算法之一。聚类算法又叫做“无监督分
momokofly·2022-12-05 12:32

综合多份资料的 k-means简述

K-Means基本步骤KMeans算法本身思想比较简单，但是合理的确定K值和K个初始类簇中心点对于聚类效果的好坏有很大的影响。缺点:K的选择需要事先预定。
Charonmomo·2022-12-05 12:02

PCA 降维 + 基于轮廓系数确定K-Means最优簇数

第一步将数据降维3维pca=PCA(n_components=3)pca_weight_vec=pca.fit_transform(weight_vec)pca_weight_vec[0:5]第二步基于轮廓系数的最优簇数#轮廓系数确定簇数->最佳值为1，最差值为-1。接近0的值表示重叠的群集defsilhouette_score_show(data_vec=None,name=None):k=ra
yangwangzai·2022-12-05 12:32

聚类分析在SPSS上的实现与结果分析——基于SPSS实验报告

实验目的通过本次实验学习聚类分析在SPSS软件中的具体操作方法，包括系统聚类法和K-means聚类这两种方法，同时根据实验目的自己判断方法的适用情况选取最优方法完成聚类分析达到聚类的目的，并做出综合的评价
big_sheep33·2022-12-05 12:22

K-means练习

数据科学概论实验二K-means实验要求：下面有几位同学的身高数据，请使用python语言，用k-means算法的原理将下列数据聚成两类，迭代次数设置为10次。
7c丶秋雨彡·2022-12-05 10:23

k-Means算法和实战演练

1.k-均值聚类算法介绍跟之前写的SVM和Adaboost算法不一样的是，k-均值聚类算法所进行分类的数据是没有类别的。之前写的机器学习算法，都是分类算法，属于监督学习，简单来说就是我给训练机器一部分带有分类标签的训练数据，训练机器自己通过学习找到其中的分类准则，并用该准则来分类之后给的预测数据；k-均值聚类算法是聚类算法，属于无监督学习，简单来说就是我给训练机器的数据就是没有分类标签的，训练机器
taichitaichi·2022-12-05 10:22

吴恩达机器学习课后习题——kmeans

机器学习练习7-K-means实现K-means聚类，并使用它来压缩图像。我们将从一个简单的2D数据集开始，以了解K-means是如何工作的，然后我们将其应用于图像压缩。
一舟yz·2022-12-05 10:52

《机器学习》西瓜书课后习题9.4——python实现K-means算法

《机器学习》西瓜书课后习题9.4——python实现K-means算法9.4试编程实现k均值算法，设置三组不同的k值、三组不同的初始中心点，在西瓜数据集4.0上进行实验比较，并讨论什么样的初始中心有利于取得好结果
Yozu_Roo·2022-12-05 10:52

机器学习之聚类算法（二）KMeans考试训练

题目描述实现k-means算法，完成以下要求：实现k=2时，调用库函数并训练模型输出聚类中心的坐标、各点所属聚类中心的位置以及代价画出样本数据及聚类中心的位置实现肘部法则，并画出肘部法则曲线数据如下：[
繁华三千东流水·2022-12-05 10:21

k-Means聚类算法实现--基于西瓜数据4.0

本文是k均值聚类算法源代码语言：Python；数据集：西瓜数据4.0.xlsx使用的库：importnumpyasnpimportmathimportxlrdimportrandomimportmatplotlib.pyplotasplt从xlsx中导入数据：defloadData(filename):data=xlrd.open_workbook(filename)table=data.shee
__jiangcheng·2022-12-05 10:49

机器学习（聚类分析模型应用）

用K-means算法解决实际应用问题1.读取数据importnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspddatas=pd.read_excel
闹钟145·2022-12-04 23:27

【经典机器学习】数据可视化

参考文献[1]PCA主成分分析实例及3D可视化（鸢尾花数据集）[2]对数据进行k-means聚类并进行三维可视化[3]如何将标签注释到3Dmatplotlib散点图？
一穷二白到年薪百万·2022-12-04 19:31

k-means聚类算法 python实现_K-means聚类算法及python代码实现

K-means聚类算法(事先数据并没有类别之分！
王邺华·2022-12-04 14:35

算法笔记（4）-K-Means聚类算法及python代码实现

K-Means算法也被称为K-平均或K-均值算法，是一种广泛使用的聚类算法。K-Means算法是基于相似性的无监督的算法，通过比较样本之间的相似性，将较为相似的样本划分到同一类别中。
编程研究坊·2022-12-04 14:01

K-means聚类算法及Python代码实现

K-means聚类算法（事先数据并没有类别之分！
程序员老华·2022-12-04 14:00

机器学习:从入门到脊椎康复

监督学习:有目标值目标值:类别(分类问题)分类: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)回归:线性回归,岭回归2.无监督学习:目标值:无(无监督学习)聚类:k-means
玛卡巴卡巴·2022-12-04 12:58

YOLOv5改进之九：锚框K-Means算法改进K-Means++

解决问题：YOLOv5默认采用K-Means算法聚类COCO数据集生成的锚框
人工智能算法研究院·2022-12-04 11:54

Kmean（k均值聚类）学习-matlab代码撰写-2022-08-09

对于k均值的学习，来自于以下的博主，非常的感谢看不懂打我系列之K-means聚类算法及其MATLAB实现_能让你开心的小技巧的博客-CSDN博客所以，博主再这里不阐述k均值的原理了，直接进行了代码优化和代码冗余的修改
~追风筝的猫·2022-12-04 10:21

python k-means聚类算法 物流分配预测实战（超详细，附源码）

聚类的核心计算过程是将数据对象集合按相似程度划分成多个类，划分得到的每个类称为聚类的簇聚类不等于分类，其主要区别在于聚类所面对的目标类别是未知的k-means聚类也称为K均值聚类算法，是典型的聚类算法，
showswoller·2022-12-03 18:29

Python计算机视觉第六章 图像聚类

6.1K-means聚类K-means是一种将输入数据划分成k个簇的简
m0_50882524·2022-12-03 18:29

K-Means算法及图像分割实战（sklearn）

定义：k-平均算法（英文：k-meansclustering）源于信号处理中的一种向量量化方法，现在则更多地作为一种聚类分析方法流行于数据挖掘领域。k-平均聚类的目的是：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。这个问题将归结为一个把数据空间划分为Voronoicells的问题。---------摘自维
Nicht_Sehen·2022-12-03 18:26

高斯混合模型（理论+opencv实现）

事实上，GMM和k-means很像，不过GMM是学习出一些概率密度函数来(所以GMM除了用在clustering上之外，还经常被用于densityestimation)，简单地说，k-means的结果是
影醉阏轩窗·2022-12-03 16:20

opencv图像分割 - 高斯混合模型（GMM）方法

1、方法概述什么是GMMGMM的数学模型高斯混合模型(GMM)高斯分布与概率密度分布-PDF跟K-Means相比较，属于软分类实现方法-期望最大化(E-M)停止条件-收敛2、代码演示样本数据训练与预言：
tender羊·2022-12-03 16:48

MATLAB代码：基于改进K-means算法的含电动汽车负荷源荷场景聚类 关键词：有序聚类 改进k-means聚类 电动汽车负荷聚类 风光场景聚类

MATLAB代码：基于改进K-means算法的含电动汽车负荷源荷场景聚类关键词：有序聚类改进k-means聚类电动汽车负荷聚类风光场景聚类仿真平台：MATLAB主要内容：代码主要做的是基于改进k-means
「已注销」·2022-12-03 15:33

K-Means(K均值聚类)原理及代码实现

机器学习没有免费午餐定理和三大机器学习任务如何对模型进行评估K-Means(K均值聚类)原理及代码实现KNN(K最近邻算法)原理及代码实现KMeans和KNN的联合演习文章目录机器学习前言一、算法步骤二
月涂红叶·2022-12-03 09:36

k均值聚类算法考试例题_一文读懂K-means聚类算法

1、引言什么是聚类？我们通常说，机器学习任务可以分为两类，一类是监督学习，一类是无监督学习。监督学习：训练集有明确标签，监督学习就是寻找问题（又称输入、特征、自变量）与标签（又称输出、目标、因变量）之间关系的学习方式。监督学习模型又可以分为两类，分类和回归。分类模型：目标变量是离散的分类型变量；回归模型：目标变量是连续性数值型变量。无监督学习：只有数据，无标签，即训练集没有标注目标变量。常见的无监
undertaler·2022-12-03 09:35

k-means聚类简单代码实现

聚类算法是一种典型的无监督学习算法，主要用于将相似的样本自动归到一个类别中。在聚类算法中根据样本之间的相似性，将样本划分到不同的类别中，对于不同的相似度计算方法，会得到不同的聚类结果，常用的相似度计算方法有欧式距离法。简单的聚类代码实现：#coding:utf-8frommathimport*fromrandomimportrandomimportnumpyasnpfromnumpyimport*
随便叫点什么……·2022-12-03 09:59

【聚类算法】带你轻松搞懂K-means聚类（含代码以及详细解释）

文章目录一：K-means聚类算法二：实例分析三：原理与步骤四：Matlab代码以及详解一：K-means聚类算法聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程，聚类就是一种发现这种内在结构的技术
Rookiep·2022-12-03 09:27

K-Means聚类算法

分类与聚类分类：分类其实是从特定的数据中挖掘模式，做出判断的过程。分类学习的主要过程：1）训练数据集存在一个类标记号，判断它是正向数据集还是负向数据集；2）然后需要对数据集进行学习训练，并构建一个训练的模型；3）通过该模型对预测数据集进行预测，并计算其结果的性能聚类：将数据集中在某些方面相似的数据成员放在一起，这些数据是没有标签的，是无监督学习。聚类的目的也是把数据分类，但是事先不知道如何去分的，
秃头研究生·2022-12-02 19:35

R语言中基于聚类的离群点挖掘

思路：首先，通过K-means算法将数据点划分为成若K个簇；然后计算每一个数据对象到最近簇的中心距离，来与离群点设置的阈值进行比较，以此来判别该数据对象是否是离群点。
weixin_34236497·2022-12-02 15:10
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他