机器学习分为四大块，分别是classification (分类)，regression (回归), clustering (聚类), dimensionality reduction (降维)。 聚类（clustering） 无监督学习的结果。聚类的结果将产生一组集合，集合中的对象与同集合中的对象彼 ...
分类：
其他好文 时间：
2020-03-28 16:14:52
阅读次数：
398
问题：已经分割出地面，如何在剩余的点云中对不同的障碍物点云进行聚类？ 方法： 欧式聚类（Euclidean Clustering） 步骤： 注：上流程中，使用KD-Tree来加速寻找nearest point 聚类结果（添加 bounding box）： 代码： //enviroment.cpp / ...
分类：
其他好文 时间：
2020-03-18 15:28:30
阅读次数：
183
无监督学习的目标： 利用无标签的数据学习数据的分部或数据与数据之间的关系被称作无监督学习。 无监督学习最常应用的场景是聚类和降维。 聚类 （sklearn.cluster模块） 定义 聚类(clustering)，就是根据数据的“相似性”将数据分为多类的过程。 评估两个不同样本之间的“相似性” ，通 ...
分类：
其他好文 时间：
2020-02-02 21:52:21
阅读次数：
120
一.聚类(clustering) 1.k-均值聚类(k-means) 这是机器学习领域除了线性回归最简单的算法了。该算法用来对n维空间内的点根据欧式距离远近程度进行分类。 INPUT： K(number of clusters) Training set{x1,x2,x3,....xn} (xi b ...
分类：
编程语言 时间：
2019-10-04 09:16:15
阅读次数：
792
Sklearn简介 Scikit-learn(sklearn)是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。当我们面临机 ...
分类：
编程语言 时间：
2019-07-01 13:51:44
阅读次数：
140
十三、聚类(Clustering) 13.1 无监督学习：简介 参考视频: 13 1 Unsupervised Learning\_ Introduction (3 min).mkv 在这个视频中，我将开始介绍聚类算法。这将是一个激动人心的时刻，因为这是我们学习的第一个非监督学习算法。我们将要让计算 ...
分类：
其他好文 时间：
2019-05-19 23:16:43
阅读次数：
138
简介 相对于决策树、朴素贝叶斯、SVM等有监督学习，聚类算法属于无监督学习。 有监督学习通常根据数据集的标签进行分类，而无监督学习中，数据集并没有相应的标签，算法仅根据数据集进行划分。 由于具有出色的速度和良好的可扩展性，Kmeans聚类算法算得上是最著名的聚类方法。 基本思想 在没有标签的数据集中 ...
分类：
其他好文 时间：
2019-03-03 20:21:12
阅读次数：
151
1. 聚类(Clustering) 1.1 无监督学习: 简介 在一个典型的监督学习中，我们有一个有标签的训练集，我们的目标是找到能够区分正样本和负样本的决策边界，在这里的监督学习中，我们有一系列标签，我们需要据此拟合一个假设函数。与此不同的是，在非监督学习中，我们的数据没有附带任何标签，我们拿到的 ...
分类：
其他好文 时间：
2019-02-08 14:27:34
阅读次数：
182
简介 前面介绍的线性回归，SVM等模型都是基于数据有标签的监督学习方法，本文介绍的聚类方法是属于无标签的无监督学习方法。其他常见的无监督学习还有密度估计，异常检测等。 聚类就是对大量未知标注的数据集，按照数据的内在相似性将数据集划分为多个类别（在聚类算法中称为簇），使类别内的数据相似度高，二类别间的 ...
分类：
其他好文 时间：
2018-10-20 16:15:10
阅读次数：
140
Python在机器学习方面一个非常强力的模块－－－scikit-learn模块,它作为数据挖掘和数据分析方面的一个简单而有效的工具，主要包括６大功能：分类(Classification),回归(Regression),聚类(Clustering),降维(Dimensionality Reductio ...
分类：
编程语言 时间：
2018-02-20 14:44:16
阅读次数：
258
