● 什么是DBSCAN 参考回答： DBSCAN是一种基于密度的空间聚类算法,它不需要定义簇的个数,而是将具有足够高密度的区域划分为簇,并在有噪声的数据中发现任意形状的簇,在此算法中将簇定义为密度相连的点的最大集合。 ● k-means算法流程 参考回答： 从数据集中随机选择k个聚类样本作为初始的聚 ...
分类：
编程语言 时间：
2019-06-03 21:40:20
阅读次数：
173
基本概念：（Density-Based Spatial Clustering of Applications with Noise）基于密度的噪声应用空间聚类 核心对象：若某个点的密度达到算法设定的阈值则其为核心点。（即r 邻域内点的数量不小于minPoints） ?-邻域的距离阈值：设定的半径r ...
分类：
数据库 时间：
2018-10-11 15:47:01
阅读次数：
336
下面凌乱的小记一下无监督学习 无监督学习 聚类 降维 聚类：数据相似性 相似性的评估：两个数据样本间的距离 距离：欧氏距离 曼哈顿距离 马氏距离 夹角余弦 sklearn 聚类算法 sklearn.cluster，如k means 近邻传播 DBSCAN等 标准的数据输入格式：[样本个数，特征个数] ...
分类：
其他好文 时间：
2018-07-02 20:48:48
阅读次数：
195
聚类根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 ， 然后选择合适 的特征向量聚类不同的数据点。 谱聚类可以在任意形状的样本空间聚类，且收敛于全局最优解，因此在处理高维数据方面存在着明显优势。总的来说，该算法存在一些不足之处。算法在聚类之前需要设置具体应 ...
分类：
其他好文 时间：
2017-08-18 18:36:12
阅读次数：
158
原文:Arcgis for JS之Cluster聚类分析的实现(基于区域范围的)咱们书接上文，在上文，实现了基于距离的空间聚类的算法实现，在本文，将继续介绍空间聚类之基于区域范围的实现方式，好了，闲言少叙，先看看具体的效果： 聚类效果 点击显示信息 显示单个聚类点 下面说说具体的实现思路。 1、数据... ...
分类：
Web程序 时间：
2016-08-18 19:41:50
阅读次数：
227
老规矩，直接贴报告~
Programe list:
Programe was developed in the condition of Windows aswell as Linux server, programming language is Matlab (www.mathworks.com).
Classify.m, Kmeans.m: function for K-means...
分类：
编程语言 时间：
2016-05-12 18:22:48
阅读次数：
362
空间分析里面，最重要的一个概念就是距离，不同的距离会导致不同的结果。在研究的时候，有种叫做“空间尺度”的概念，这个有兴趣的话，请自行百度（老规矩：百度知道的东西别问我）。
所以，在研究聚类的时候，最重要的就是确定不同数据之间的距离，否则就会如下：
聚类分析中，要素之间的距离是个很重要的参数；也就是说两个要素相隔多远才算是聚成一类呢？在任何一种聚类算法中，探索一个...
分类：
其他好文 时间：
2015-08-30 19:39:54
阅读次数：
725
首先对类坐标进行空间聚类，再显示出主题。来自为知笔记(Wiz)
分类：
其他好文 时间：
2015-07-18 13:56:49
阅读次数：
103
问题： 需要对离散点所在区域进行分割，分割最好能体现离散点的聚集性。解决思路: 在Arcgis中没有找到对离散点空间聚类中心提取的工具所以暂且采用以下组合方法：（1）对离散点进行分组（2）提取各分组的凸壳（3）将凸壳转换为其内部一点（4）利用凸壳转换的点建立泰森多边形完成对区域的划分解决方法:（1）...
分类：
其他好文 时间：
2015-03-15 21:04:38
阅读次数：
327
