k_means

基于python的k_means算法实现

小菜鸡的博客前言一、K_means是什么？
小菜鸡@·2024-02-06 11:25

层次聚类、k_means聚类-python源码

聚类就是对大量未知标注的数据集,按数据的内在相似性将数据集划分为多个类别,使类别内的数据相似度较大而类别间的数据相似度较小。以空间中k个点为中心进行聚类，对最靠近他们的对象归类。逐次计算各簇中心的值为新的中心值，迭代更新，直至簇中心位置不再改变或者达到最大迭代次数。由这个定义，我们便可以知道，数据集并没有目标值。因此聚类算法属于无监督算法。三特征值输入，单结果输出聚类。内含数据集、代码，可直接运行
我也想搞机器学习·2024-01-27 16:32

肘方法确定聚类数k_肘方法确定KMeans聚类的最佳K值

当Kmeans聚类的K没有指定时，可以通过肘部法来估计聚类数量K_means参数的最优解是以成本函数最小化为目标，成本函数为各个类畸变程度之和，每个类的畸变程度等于该类重心与其内部成员位置距离的平方和但是平均畸变程度会随着
几处笙歌·2023-12-06 04:05

K-means算法代码

function[Idx,Center]=K_means(X,xstart)%K-means聚类%Idx是数据点属于哪个类的标记，Center是每个类的中心位置%X是全部二维数据点，xstart是类的初始中心位置
PawnTz·2023-11-12 21:41

EM算法的形式化推导

EM算法的形式化推导：——序：EM算法的思想在K_Means，GMM,Semi-GMM,HMM，等算法/模型中均有应用，事实上，对于任何带有隐变量的问题，都可以用EM来求解，可以说EM是机器学习中的一个极其重要的算法
MasterQKK 被注册·2023-08-30 08:53

R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较

K_means和层次聚类的比较。
拓端研究室·2023-04-07 21:56

opencv用于医学图像分割

具体流程1、原图通过k_means二分类，并得
木木的学习之路·2023-01-24 10:39

K-means 无标记分类算法（matlab实现）

matlab代码：function[Idx,Center]=K_means(X,xstart)%K-mean
尼卡尼卡尼·2023-01-11 11:47

第七章.机器学习 Scikit-Learn—最小二乘法回归，岭回归，支持向量机，K_means聚类算法

第七章.机器学习Scikit-Learn7.1Scikit-Learn简介Scikit-Learn简称(SKlearn)是Python的第三方模块，是机器学习领域当中知名的Python模块之一，对常用的机器学习算法进行了封装，包括回归(Regression)，降维(DimensionalityReduction)，分类(Classfication)，聚类(Clustering)四大机器学习算法。1
七巷少年^ω^·2023-01-07 06:10

模式识别和机器学习重点算法总结篇

文章目录1，反向传播算法训练步骤总结：1.1步骤：1.2影响网络性能的因素：1.3卷积神经网络权重计算2，Adaboost算法的设计思想和主要计算步骤：2.1设计思想：2.2计算步骤：3，k_means
程序媛JD·2022-12-21 18:00

KMeans() got an unexpected keyword argument 'n_clusters'

gotanunexpectedkeywordargument'n_clusters’问题如果出现了该问题有可能是因为代码中定义了名称为KMeans的函数，与KMeans模块命名冲突，如果上述原因确实存在，可以尝试将函数名改为K_Means
cicivvv·2022-12-11 13:03

聚类初始质心 & 减少聚类迭代次数 & 函数K_means

目录1.重要参数init&random_state&n_init:初始质心怎么放好？2.重要参数max_iter&tol:让迭代停下来3.函数cluster.k_means4.重要属性与接口1.重要参数init&random_state&n_init:初始质心怎么放好？在K-Means中有一个重要环节，就是放置初始质心。如果有足够时间，K-Means一定会收敛，但inertia只能收敛到局部最小值
talle2021·2022-12-10 08:39

机器学习相关(很粗略地过了一遍以后慢慢补充)

机器学习机器学习的思路：机器学习的流程机器学习的算法KNNKNN与K_means的异同KNN流程KD树KNN的步骤线性回归逻辑回归决策树集成学习Kmeans聚类朴素贝叶斯SVMEMHMMXBOOSTLightGBM
犬儒小姐的顶碗人·2022-11-27 18:51

R语言之K-mean聚类分析

K-mean聚类是很基础的算法，在本科阶段大家都会学，如何通过R语言自己写K-mean算法，话不多说，上代码，算法流程和函数解释代码后K_means=max.iter){changed<-FALSEbreak
努 力 的 小 白·2022-11-26 07:55

K-Means聚类算法--步骤+代码

K_Means算法（K_均值算法）就是无监督算法之一1.原理对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇。让簇内的点尽量紧密的连在一起，而让簇间的距离尽量的大。
妖YOY·2022-11-22 10:17

美赛python学习d13——K_means聚类算法

K-Means算法的作用基于数据间距离的远近，将若干离散的数据分成多个类聚类遇到的问题分成多少个类？手肘法则：畸变程度之和：通俗地说就是每个类内的数据与类耳朵中心点的距离平方和，再将所有的组内平方和相加聚合系数折线图：随着类的个数增加，聚合系数（畸变程度之和）减少，总折线图像人的手肘一样，找到最像肘部的点，确定为最终的分类个数每一类包括哪些元素算法的步骤选择类的个数K选择K个随机点作为中心点（不一
林生时见lu·2022-11-21 06:40

K_means聚类python实战

K_means工作原理step1:随机选择K个点作为类（簇）的中心点，K为重要的超参数，选择k值可用手肘法；step2:将每个点分配到最近的类中心点，并重新计算每个类的中心点；step3：重复step2
蓝翔厨师长·2022-11-21 06:03

Python通过手肘法实现k_means聚类

Python通过手肘法实现k_means聚类1.导入matplotlib.pylab和numpy包2.定义实现需要用到的函数（1）计算两点距离（2）取集合的中心点（3）寻找下一个聚类中心点，其距离已找到的聚类中心点最远
河啊·2022-11-21 05:05

matlab编程实现k_means聚类（k均值聚类）

1.聚类的定义以下内容摘抄自周志华《机器学习》根据训练数据是否拥有标记信息，机器学习任务可以大致分为两大类：“监督学习”（supervisedlearning）和“无监督学习”（unsupervisedlearning）。分类和回归是监督学习的代表，而聚类则是无监督学习的代表。聚类试图将数据集中的样本划分为若干个通常是不相交的子集，每个子集称为一个“簇”（cluster），通过这样的划分，每个簇可
陌小桑Vec·2022-11-19 23:31

使用python经常出现NameError: name ‘xxx‘ is not defined

使用python经常出现NameError:name‘xxx’isnotdefined感觉神之存在的Bug用注释居然解决了之前k_means一直是没定义后来加了注释#abc就解决了fromsklearn.clusterimportk_means
不折腾，不少年·2022-05-15 07:58

2019.9.28-2019.10.17

2019.1.1到2019.9.20的所有新闻文本，并使用三种预处理方法处理，分词，去停用词，词性标注，关键词提取，tfidf计算2.数据挖掘第二次作业给视频加上字幕(拍大师)3.数据挖掘第三次作业用k_means
绿野有风烟·2022-02-22 05:16

R语言K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较

K_means和层次聚类的比较。#数据信息dim(nata)nci.labs\[1:4\] table(ncibs) ncbsscale # 标准化变量（均值零和标准差一）。
·2022-01-28 15:15

MMD(最大最小距离)与均值聚类的K_Means算法实现与性能比较

文章目录一.MMD算法简介与实现1.1MMD算法简介1.2算法实现1.2.1算法1.2.2程序1.3算法性能二.均值聚类算法简介与实现1.1均值聚类算法简介1.2算法实现1.2.1算法1.2.2程序sklearn简单实现手动实现1.3算法性能三.两类算法性能比较一.MMD算法简介与实现1.1MMD算法简介MMD（最大最小距离算法）最大最小距离法是模式识别中一种基于试探的类聚算法，它以欧式距离为基础
naca_yu·2021-11-17 22:43

Numpy实现K_means算法(python)

代码所需数据聚类就是根据数据之间的相似度将数据集划分为多个类别或组，使类别内的数据相似度较大而类别间的数据相似度较小。如下图所示，左边是原始数据，右边是聚类之后的效果，不同的颜色代表不同的类别。对于本次代码聚类步骤如下（聚类算法大体步骤，可根据需求进行修改）：1.设置初始类别中心和类别数，初始化是要注意在题目所给数据的x、y的最小值和最大值进行。2.根据类别中心对全部数据进行类别划分：每个点分到离
aishangcengloua·2021-11-08 19:39

一月份工作记录

关键字K_means、ARIMA前言一月份主要工作如下：精细化数据预处理过滤掉单一地点mac、过滤掉出现天数低于10天的mac、进一步细分地点列表；数据索引保留两份原始数据，以不同的索引保存，便于后续检索
Chelsea_Dagger·2021-05-15 08:25

【机器学习】——K_means如何选择k值？

  K_means聚类是我们在无监督学习中常用的一种算法，但有一个很让人头疼的问题就是如何选择k值。在实际业务中，如果根据业务场景明确知道要得到的类数，那就好办了，但很多时候不知道K怎么办呢？
开数据挖掘机的小可爱·2020-12-30 15:17

论文笔记二：《A Tutoral on Spectral Clustering》

首先谱聚类是非常流行的一种聚类，比一般的k_means效果要好，不仅如此，谱聚类里包含很多很有用的知识值得学习，比如拉普拉斯图和一些很好的思想，下面简单记录一下对于这篇论文的笔记。
dijiang0473·2020-09-15 04:52

sklearn+python:无监督学习之k_means

K均值简介K均值是一种无监督学习算法，在没有标签的训练样本中学习到聚类的中心点，后续测试数据可以计算和聚类中心的距离，归类到距离最近的聚类中心上。随机初始化只要K的值比样本少，可以随机选择K个样本作为初始簇心。初始化状态的不同，最终得到的结果也会不同，有些情况下K均值会收敛到局部最优解。解决局部最优的方法就是多次随机初始化运行，选择最终成本最小的分类方案。但是如果K特别大，要运行很多次才能明显改善
yuanlulu·2020-09-11 06:30

数据挖掘笔记(3)-数据预处理

比如可以和K_means算法一样求距离，求出距离含有空值的样本最近的那个样
watermelon12138·2020-08-24 03:59

Java实现k_means算法进行聚类分析

实验描述:对指定数据集进行聚类分析，选择适当的聚类算法，编写程序实现，提交程序和结果报告。数据集：IrisDataSet（见附件一），根据花的属性进行聚类。数据包括四个属性：sepallength花萼长度，sepalwidth花萼宽度，petallength花瓣长度，petalwidth花瓣宽度。其中第五个值表示该样本属于哪一个类。样本点间的距离直接用向量的欧氏距离。实验环境和编程语言：本实验使用
木子-勇士心·2020-08-10 06:05

K_means聚类

概述K-means采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为类簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。核心思想通过迭代寻找k个类簇的一种划分方案，使得用这k个类簇的均值来代表相应各类样本时所得的总体误差最小。k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。k-means算法的基础是最小误差平方和准则,其代价函
starter_zheng·2020-08-03 04:26

python机器学习（1:K_means聚类算法）

一、算法介绍K-means算法是最简单的也是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。算法的目的是使各个样本与所在均值的误差平方和达到最小（这也是评价K-means算法最后聚类效果的评价标准）这里小编给大家推荐两个不错的学习链接：网易公开课博客二、算法步骤解析我们以二维点集为例：从平面中随机选取K个点作为初始聚类中心，我们的目的是将给定的所有点集分成K类：计算每个点
weixin_33711647·2020-07-30 02:07

肘方法确定KMeans聚类的最佳K值

当Kmeans聚类的K没有指定时，可以通过肘部法来估计聚类数量K_means参数的最优解是以成本函数最小化为目标成本函数为各个类畸变程度之和每个类的畸变程度等于该类重心与其内部成员位置距离的平方和但是平均畸变程度会随着
数据科学家修炼之道·2020-07-15 10:14

最简单的分类算法之一：KNN（原理解析+代码实现）

目录1、大致了解KNN2、原理分析2.1一些数学知识2.2算法思想3.代码实现1、大致了解KNN一提到KNN，很多人都想起了另外一个比较经典的聚类算法K_means，但其实，二者之间是有很多不同的，这两种算法之间的根本区别是
Cyril_KI·2020-07-14 00:19

k_means python实现

k_means聚类算法实现参考https://blog.csdn.net/taoyanqi8932/article/details/53727841进行了k_means聚类算法的实现采用iris数据集进行了验证
做一名通信人的戴戴·2020-07-09 22:01

【机器学习】k-means聚类原理及python实现

kmenas-------二分k-means3、实例----对地图上的点进行聚类本节完整代码可戳：https://github.com/LisaPig/machineLearning/tree/master/k_means
大姨妈V·2020-07-08 10:26

K-Means实验

聚类实验代码：testKMeans.m——测试主函数functiontestKMeans()X=GenerateGaussianMixtureDataset();K=2;[gamma,centroids]=K_Means
JpHu2014·2020-07-08 07:29

K_Means聚类算法

sklearn是机器学习中一个常用的python第三方模块，对常用的机器学习算法进行了封装其中包括：1.分类（Classification）2.回归（Regression）3.聚类（Clustering）4.数据降维（Dimensionalityreduction）5.常用模型（Modelselection）6.数据预处理（Preprocessing）skleran安装使用pip安装，termin
小张也是蛮拼的·2020-07-06 20:18

机器学习之K_means（附简单手写代码）

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，聚类技术经常被称为无监督学习。k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中。（摘自百度百科）假设对基本的二维平面上的点进行K均值聚类，其实现基本步骤是：事先
Cyril_KI·2020-07-06 14:38

基于Hadoop和Mahout的K_Means算法设计与实现

基于Hadoop和Mahout的K_Means算法设计与实现_王继重.caj2.3.2数据挖掘的方法分类数据挖掘常用的方法有多种多样,它们从不同的方面、不同的角度对数据进行挖掘分析。
葡萄喃喃呓语·2020-04-12 00:36

K_Means算法的MATLAB实现

K聚类算法的应用很广泛，这里给出一种简单的示范，相比网上的例子，本例中分类点和中心点的个数都可以自定义，但是很多数组也就需要动态定义，导致程序效率较低，欢迎有更好的解法的大神提出改正！分类前后示意图：%K-Means聚类算法clcclearallcloseallm=200;%产生m个样本点k=3;%选择K个中心点eps=1e-7;%迭代结束的阈值X=100*rand(1,m);%样本点X坐标Y=1
LittleBall·2020-03-22 03:11

[算法]Mahout~机器学习领域经典算法提供可扩展的实现

基于Hadoop和Mahout的K_Means算法设计与实现_王继重.caj2.4Mahout2.4.1Mahout的介绍ApacheMahout是ApacheSoftwareFoundation
葡萄喃喃呓语·2020-02-28 03:42

聚类算法(k_means)

聚类算法1聚类算法分类2k-means2.1算法描述2.2优缺点2.3k-means算法调优及改进2.3.1K均值算法调优2.3.2K均值算法改进克服算法收敛于局部最小值问题的K-means算法K-Means++：初始值选择的改进elkanK-Means：距离计算优化MiniBatchK-Means：大样本优化K-Medians：异常值影响ISODATA算法：K值的大小不确定2.4确定合理的K值2
circleF·2019-07-04 14:18

用Java实现Kmeans聚类算法

具体算法可以参考http://www.aboutyun.com/thread-18178-1-1.html本文用K_means算法实现鸢尾花的识别鸢尾花卉数据集，是一类多重变量分析的数据集。
abdullahhh·2019-05-22 14:54

k_means手写代码的血和泪【辣鸡代码欢迎批评】

老师布置作业，要求这个代码，然后我就开始写了。用的是纸鸢花的数据集，为了体现聚类分析，我就把标签手动去掉了，又为了能够用三维图像装b，我就去掉了一维特征，留下了三维特征。补：在数据样本未知，且难易从数据分布等特征看出有明显分类的时候，K的选取尤为重要。一般K=3，4，5。在K=3,4,5时，去分别做聚类，验证效果。并且可以适当增加惩罚系数，增加容错性，有的样本本身就属于两个簇的交界地。然后，先贴一
Foneone·2019-03-28 23:44

[分类问题的评估指标] Macro-F1和Micro-F1

分类问题的评估指标在利用K_means、LR、SVM分类，评估Embedding结果的好坏时，遇到如下代码：不理解当中micro_f1，macro_f1的含义，开此篇学习记录。
Britesun·2019-01-16 20:40

使用sklearn进行K_Means聚类算法

首先附上官网说明[http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html#examples-using-sklearn-cluster-kmeans]再附上一篇翻译文档http://blog.csdn.net/xiaoyi_zhang/article/details/52269242再给一个百度上找的
Athraxon·2017-04-18 11:15

使用sklearn进行K_Means聚类算法

首先附上官网说明[http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html#examples-using-sklearn-cluster-kmeans]再附上一篇翻译文档http://blog.csdn.net/xiaoyi_zhang/article/details/52269242再给一个百度上找的
Athraxon·2017-04-18 11:15

python画bar图

importnumpyasnpimportmatplotlib.pyplotaspltplt.style.use('ggplot')logistic_regression=[[184,111,76],[116,80,62],[15,6,3]]k_means
asd991936157·2017-01-07 16:04

sklearn.cluster.k_means_.k_means()

def k_means(X, n_clusters, init='k-means++', precompute_distances='auto',             n_init=10, max_iter
py_god·2015-07-17 10:00
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他