r语言kmeans聚类

【论文阅读】BERTopic：采用一个基于类的TF-IDF流程进行神经网络的主题建模

近期的研究已经展示了主题建模方法作为一个聚类任务的可行性。本文展示了BERTopic，它是一个话题模型，它通过对一个基于类的TF-IDF的变体的开发，抽取一致的话题表示。
沐兮Krystal·2023-12-19 22:51

主题模型--BERTopic python解析

主题模型能够帮助我们理解文档集中的主题结构，有助于文档分类、聚类和信息检索。主题模型能够将高维的文本数据降维到低维的主题空间，便于后续的分析和处理。1.2BERTopicB
Andy_shenzl·2023-12-19 22:50

R语言采集获取58商铺出租转让信息

在R语言中，你可以使用rvest等包从58等网站抓取商铺出租和转让信息。以下是一个使用伪代码的步骤计划：1、加载必要的R库（如rvest，htt
q56731523·2023-12-19 22:48

R语言绘制频率直方图

频率直方图是数据统计中经常会用到的图形展示方式，同时在生物学分析中可以更好的展示表型性状的数据分布类型；R基础做图中的hist函数对单一数据的展示很方便，但是当遇到多组数据的时候就不如ggplot2绘制来的方便。1.基础做图hist函数hist(rnorm(200),col='blue',border='yellow',main='',xlab='')1.1多图展示par(mfrow=c(2,3)
种地的pele·2023-12-19 22:31

R语言之简单图表制作1

比如简单画一个图foo=5],y[y>=5],pch=4,col="darkmagenta",cex=2)points(x[y=5&x-5&y=5&x-5&y15)&(y>-5&y15)&(y>-5&y<5)])lines(x,y,lty=4)arrows(x0=8,y0=14,x1=11,y1=2.5)legend("bottomleft",legend=c("overallprocess","
知识分享小能手·2023-12-19 22:25

R绘图_几种多重比较方法

本文参考:基于R语言的七种多重比较方法若研究目的是方差分析有统计学差异后，想知道哪些组间的均数有差异，便是事后比较。事后比较的常用方法有SNK、Turkey、Scheffe和Bonferroni法。
谢俊飞·2023-12-19 21:14

学习小组Day4笔记--Jeremy

R语言基本操作Rstudio界面图片来源于生信星球查看目录及文件查看目录及文件基本算术基本算术赋值与删除赋值与删除作图图1图2
Jeremy_bin·2023-12-19 20:53

K-means聚类

1.Supervisedvs.Unsupervisedlearning（监督学习与无监督学习）1.1Supervisedlearning训练数据包括输入数据和相应的标签或目标输出使用模型预测与实际标签之间的误差来学习模型参数目标是建立一个从输入到输出的映射，使得模型能够根据输入数据准确地预测或分类输出结果常见的监督学习任务包括分类（Classification）和回归（Regression）任务。
搁浅丶.·2023-12-19 18:47

R语言基础（1）——数字、字符与向量

向量1、向量的赋值第一种赋值方法：c()xx#进一步有y3)#结果显示为FALSEany(c(1,2,3,4,5,6)>3)#结果显示为TRUE6、缺失数据用NA表示某处的数据缺省或缺失x<-c(1,2,3,NA)y<-is.na(x)#结果为is.na()函数是检测缺失数据的函数，如果返回值为值（TRUE），则说明此数据是缺失数据，如果返回值为假（FALSE），则此数据不是缺失数据
令平子·2023-12-19 17:29

R语言：转换—宽数据↔长数据

博客来源于我的语雀专栏：R语言·语雀更多内容同步更新请关注我的语雀：令平子·语雀参考资料：部分已引用到各段落宽转长二维数据转长r-Reshapingdata.framefromwidetolongformat-StackOverflow
令平子·2023-12-19 17:29

【R语言】--- 回归分析最优拟合模型及作图

因变量和自变量间的拟合关系对于生态学而言极其重要，很多因变量和自变量间关系是一元线性回归，然而很多数据并不一定是直线关系，而是需要探索其曲线拟合关系。这种曲线关系并非直观看出，而是需要进行统计检验，通过比较拟合度及其显著性，来选择最优拟合模型。赤池信息准则（Akaikeinformationcriterion,AIC）和贝叶斯信息准则（Bayesianinformationcriterion,BI
生态数据·2023-12-19 15:05

跟着Nature Ecology&Evolution学数据分析：R语言做方差分解的一个简单小例子

之前好多人在公众号留言问这个方差分解的内容，但是之前自己也没有听说过。最近看到有人分享了公众号推文一种简单易行的方差分解方法。看了这个推文我目前理解的是方差分解的主要作用是量化回归模型Y=b0+b1x1+b2x2+…中x1,x2,x3…对Y贡献的相对大小，以及不同X所属的因素类别（如生物因素，非生物因素）对Y的贡献大小。这篇推文以已经发表的论文中的数据为例子进行了介绍，论文是image.png这篇
小明的数据分析笔记本·2023-12-19 15:22

R语言——基本操作（一）

目录一、基本操作二、R包的安装及使用三、获取帮助四、内置数据集五、数据结构六、向量索引七、向量运算参考Rstudio控制台常用快捷键Ctrl+↑：查看所有历史记录，比直接使用↑查找更方便Esc：中断操作，可中断未完成的操作（未完成回车后是+），也可以清空命令。Ctrl+L：清空屏幕Alt+Shift+K：显示Rstudio中所有的快捷操作一、基本操作getwd()：显示当前工作目录setwd('E
Billie使劲学·2023-12-19 13:00

什么是深度学习的无监督学习与有监督学习

无监督学习在深度学习领域有许多不同的形式和应用，以下是一些主要的类型和特点：聚类（Clustering）:目的：将数据划分为若干组，使得同一组内的数据点彼此相似，不同组的数据点差异较大。
稻壳特筑·2023-12-19 12:02

JUST技术：分布式时序相似查询初探

其中，时序相似查询，即查询出与给定序列q最相似的k个序列，可用于推荐、聚类和异常检测等上层应用。在小规模数据
JUST极客·2023-12-19 12:42

《数量生态学：R语言的应用》—第四章聚类分析1 概述

数量生态学：R语言的应用—第四章聚类分析之前我们了解了关联测度与矩阵，主要是Q模式与R模式。从今天开始给大家带来《数量生态学：R语言的应用》—第四章聚类分析。
fafu生信小蘑菇·2023-12-19 10:09

R语言中do.call函数学习

虽然R语言有类型很丰富的数据结构，但是很多时候数据结构比较复杂，那么基本就会用到list这种结构的数据类型。
学好生信·2023-12-19 10:18

使用R语言对SSR数据做主成分分析（PCA）的一个简单小例子

昨天的推文介绍了使用R语言对比对后的DNA序列做主成分分析的一个简单小例子，推文下有朋友留言问如何对0,1矩阵做主成分分析（PCA）查了一下参考资料找到了一个办法参考资料的链接1、https://cran.r-project.org
小明的数据分析笔记本·2023-12-19 09:00

一网打尽目前常用的聚类方法，详细介绍了每一种聚类方法的基本概念、优点、缺点！！

目前常用的聚类方法1.K-均值聚类(K-MeansClustering)2.层次聚类(HierarchicalClustering)3.DBSCAN聚类(DBSCANClustering)4.谱聚类(SpectralClustering
小桥流水---人工智能·2023-12-19 08:06

数据可视化---双Y轴折线图比较

内容导航类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-19 07:46

机器学习入门二（无监督学习中的聚类算法）

目录1.前言2.聚类算法简介3.K-Means聚类3.1算法实现3.2算法实战4.密度聚类DBSCAN4.1算法介绍4.2DBSCAN实战（还是鸢尾花数据集不过是datasets里的）5.小结1.前言上一篇文章我们已经知道了无监督学习中分为两个大类别
朱笨笨·2023-12-19 06:21

R语言怎么绘制热图（一）

1.什么是热图？在组学研究的相关文章中，我们常常可以看到热图（Heatmap）的展示。这些红绿相间且色彩变化丰富的热图总是能吸引读者的眼球，从而为文章增添不少亮色。当然，作为严谨的科学研究论文，图表的展示当然不可能仅仅是为了好看。热图作为一种对实验数据及其分析结果的直观的表达方式，在很多文章中都有着不可或缺的地位。它是一种将规则化矩阵数据转换成颜色色调的常用的可视化方法，其中每个单元格对应数据的某
心有灵犀啦·2023-12-19 05:01

JupyterNotebook VS JupyterLab 如果jupyter安装成功，点击jupyterlab即可进入lab环境

一般来说，如果是使用R语言的话，使用Rstudio居多，使用Python的话，使用Jupyter居多。
生信小博士·2023-12-19 05:44

K均值聚类

K-均值聚类算法1.什么是K均值聚类算法K均值聚类（k-means）是基于样本集合划分的聚类算法。
Chloe-Hao·2023-12-19 04:46

机器学习--K均值聚类

机器学习--聚类一、无监督学习二、KMeans聚类2.1概览2.2理论介绍2.2.1模型2.2.2策略2.2.3算法2.3案例讲解2.4Python实现2.4.1导入数据处理相关库以及读取数据2.4.2
Anonymous&·2023-12-19 04:14

K-均值聚类算法

1.k-means概念及特性K-均值聚类算法是一种无监督学习算法，用于将数据集分成K个不同的簇。该算法通过计算每个数据点与其所属簇的中心点之间的距离来确定哪些数据点属于哪些簇。
统计猿栋栋·2023-12-19 04:14

机器学习 | K均值聚类(K-means Clustering)

本文从概念、应用场景、原理、工作流程、优缺点、应用实践、代码、可视化等几方面诠释K均值聚类模型概述K-Means是一种无监督的聚类算法，其目的是将n个数据点分为k个聚类。
Devon_musa·2023-12-19 04:12

Faiss的基本使用

3.3Index类的常用属性和方法3.4IndexIDMap3.5Index的存储/读取Ref1.Faiss简介Faiss（FacebookAISimilaritySearch）是一个用于高效相似性搜索和密集向量聚类的库
Iareges·2023-12-19 04:12

聚类算法之K-均值聚类

但是商店分布情况太复杂了，他需要一种方法来将它们进行分类和聚类。于是，镇长决定采用聚类分析的方法来解决这个问题。
Uingll·2023-12-19 04:41

聚类算法--KMeans

1.聚类与KMeans与分类、序列标注等任务不同，聚类是在事先并不知道任何样本标签的情况下，通过数据之间的内在关系把样本划分为若干类别，使得同类别样本之间的相似度高，不同类别之间的样本相似度低(即增大类内聚
一只胖猪猪·2023-12-18 23:30

【Lidar】Open3D点云DBSCAN聚类算法：基于密度的点云聚类（单木分割）附Python代码

1DBSCAN算法介绍DBSCAN聚类算法是一种基于密度的聚类算法，全称为“基于密度的带有噪声的空间聚类应用”，英文名称为Density-BasedSpatialClusteringofApplicationswithNoise
RS迷途小书童·2023-12-18 19:57

大数据/人工智能/EXCEL/R语言精品教材推荐

泰迪智能科技携手人民邮电出版社通过采用任务式、项目式等多种教材编写模式，教材内容注重实践能力培养，贴合教师教学实际和学生实践实验，已经被1500余所院校选用为教材。图书优势理实一体化本系列教材注重学生的实践能力培养，针对高校实践教学中的痛点，首次提出“鱼骨教学法”的概念。以企业真实需求为导向，学生学习技能时紧紧围绕企业实际应用需求，将学生需掌握的理论知识，通过企业案例的形式进行衔接，达到知行合一、
泰迪智能科技·2023-12-18 19:57

《人工智能基础》17/91天阅读

这种技术可以通过无监督的方式从文本中分析出多个潜在的主题，完成聚类算法不能完成的任务。词袋模型：是用于描述文本的一个简单的数学模型，也是常用的一种文本特征提取方式。
皮卡丘_83e1·2023-12-18 17:38

面试题---机器学习算法

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 11:05

机器学习算法---分类

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 11:05

Linux服务器配置免密SSH

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 11:35

CentOS服务器搭建Miniconda环境

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 11:34

面试题---推荐系统

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 11:04

R语言【rgbif】——什么是多值传参？如何在rgbif中一次性传递多个值？多值传参时的要求有哪些？

rgbif版本：3.7.8.1什么是多值传参？您是否在使用rgbif时设想过，给某个参数一次性传递许多个值，它将根据这些值独立地进行请求，各自返回独立的结果。rgbif支持这种工作模式，但是具体的细节需要进一步地学习才能掌握，避免在使用时出现事与愿违的结果。如何在rgbif中一次性传递多个值？在使用rgbif的方法时，向某个参数传入多个值，用户的表达语句差之毫厘，代码结果就会失之千里。比如说下面的
ALittleHigh·2023-12-18 10:50

R语言【rgbif】——rgbif将物种分布数据转换为地图格式的详细说明

RGBIF（R包）是一个用于访问和使用物种分布数据的工具。它可以将物种分布数据转换为地图格式，以便更好地可视化和分析。下面是使用RGBIF将物种分布数据转换为地图格式的详细说明：步骤1：安装RGBIF包要使用RGBIF包，首先需要在R环境中安装该包。可以通过以下命令将RGBIF包安装到R中：install.packages(“rgbif”)步骤2：导入RGBIF包在使用RGBIF包之前，需要将其导
ALittleHigh·2023-12-18 10:50

R语言【rgbif】——使用rgbif获取非行政单位区域内的物种记录信息（以泛喜马拉雅地区为例）

使用occ_search获取非行政单位区域内的物种记录信息（以泛喜马拉雅地区为例）1.分析使用rgbif的一些函数1.1使用name_suggest()的一些要点1.2使用occ_count()的一些要点1.3使用occ_search()的一些要点2.数据的准备工作和检验2.1空间表达（用WKT表示该地区）2.1.1非行政区域的边界坐标点提取2.2.2非行政区域的边界坐标点检验2.2物种列表（物种
ALittleHigh·2023-12-18 10:49

毕业论文知识点记录（六）——基于R语言优化maxent模型

毕业论文知识点记录（六）——基于R语言优化maxent模型第一步：R安装这个网上都有很多详细的步骤，就不再详细介绍了。
遥遥遥遥遥遥感·2023-12-18 10:18

R语言【rgbif】——occ_search对待字符长度大于1500的WKT的特殊处理真的有必要吗？

一句话结论：只要有网有流量，直接用长WKT传递给参数【geometry】、参数【limit】配合参数【start】获取所有记录。当我在阅读【rgbif】给出的用户手册时，注意到【occ_search】强调了参数【geometry】使用的wkt格式字符串长度。文中如是写道：当处理长WKT字符串（>1500个字符）时，可以通过参数geom_big进行设置：asis：此值为默认值。不做任何处理，只传递W
ALittleHigh·2023-12-18 10:17

R语言小作业-中级

学习了一段时间的R，开始做些题，来加深所学的知识。1.根据R包org.Hs.eg.db找到下面ensembl基因ID对应的基因名(symbol)1.新建TXT，将题中基因复制到TXT，并命名。然后导入到R。a<-data.table::fread("1.txt",header=F)2.导入R后发现得进行小数点分割，由于lappy和str_split比较复杂，因此采用separate函数，a2<-s
鱼啸九天·2023-12-18 09:04

社交网络分析3：社交网络隐私攻击、保护的基本概念和方法 + 去匿名化技术 + 推理攻击技术 + k-匿名 + 基于聚类的隐私保护算法

社交网络分析3：社交网络隐私攻击、保护的基本概念和方法+去匿名化技术+推理攻击技术+k-匿名+基于聚类的隐私保护算法写在最前面社交网络隐私泄露用户数据暴露的途径复杂行为的隐私风险技术发展带来的隐私挑战经济利益与数据售卖防范措施社交网络用户数据隐私社交网络隐私攻击基于背景知识的攻击节点及节点间关系识别攻击隶属关系攻击概率攻击隐私保护研究现状社交网络用户隐私攻击研究现状社交网络去匿名化技术基于种子的去
是Yu欸·2023-12-18 09:31

机器学习算法---时间序列

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 08:23

机器学习算法---聚类

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化
数据科学知识库·2023-12-18 08:23

YOLOv3中如何使用K-Means聚类算法生成Anchor Box

为了解决这个问题，于是YOLOV2提出了使用k-Means聚类方法在训练集中自动的获取每个anchorboxes的大小，以替代人工设置。k-Means算法的思想很简单，对于给定的样本集，按照
江湖小张·2023-12-18 07:31

使用Yellowbrick绘制获取最佳聚类K值的示例

使用Yellowbrick绘制获取最佳聚类K值的示例在机器学习中，聚类是一种重要的无监督学习方法，用于将数据集中的样本划分为不同的组或簇。确定最佳的聚类簇数（K值）对于聚类算法的有效性至关重要。
后端工程架构·2023-12-18 07:16

机器学习入门-西瓜书总结笔记第十三章

西瓜书第十三章-半监督学习一、未标记样本二、生成式方法三、半监督SVM四、图半监督学习五、基于分歧的方法六、半监督聚类一、未标记样本形式化地看，有训练样本集Dl={(x1,y1),(x2,y2),⋯ ,
一入材料深似海·2023-12-18 06:14
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他