作者: peghoty 出处: http://blog.csdn.net/peghoty/article/details/9286905 社区发现（Community Detection）算法用来发现网络中的社区结构，也可以看做是一种聚类算法。 以下是我的一个 PPT 报告，分享给大家。 从上述定义 ...
分类：
编程语言 时间：
2019-02-16 15:24:28
阅读次数：
323
用户画像：通过算法聚合成一类实现用户信息标签化。 构建用户画像 ① 用户画像信息：基本属性，购买能力，行为特征，兴趣爱好，心理特征，社交网络 ② 行为建模：文本挖掘，自然语言处理，机器学习，预测算法，聚类算法 ③ 数据收集：网络日志数据，用户行为数据，网站交易数据 作用：了解用户的行为习惯，个性化营 ...
分类：
其他好文 时间：
2019-02-13 19:33:42
阅读次数：
176
k means是一种非监督聚类算法 0.initial 1.select centroids randomly 2.assign points 3.update centroids 4.reassign points 5.update centroids 6.reassign points 7.it ...
分类：
其他好文 时间：
2019-02-02 10:19:40
阅读次数：
225
谱聚类算法总结 简述 谱聚类是一种基于图论的聚类方法——将带权无向图划分为两个或两个以上的最优子图，使子图内部尽量相似，而子图间距离尽量距离较远，以达到常见的聚类的目的。其中的最优是指最优目标函数不同，可以是割边最小分割,也可以是分割规模差不多且割边最小的分割。 谱聚类算法首先根据给定的样本数据集定 ...
分类：
其他好文 时间：
2019-01-29 01:16:00
阅读次数：
356
k-means 的原理，优缺点以及改进 k-means 的原理，优缺点以及改进 k-means 的原理，优缺点以及改进 k-means 的原理，优缺点以及改进 K-Means算法是无监督的聚类算法，它实现起来比较简单，聚类效果也不错，因此应用很广泛。K-Means算法有大量的变体，本文就从最传统的K ...
分类：
其他好文 时间：
2019-01-28 23:51:39
阅读次数：
245
算法简介 K Means是一种常用的聚类算法。聚类在机器学习分类中属于无监督学习，在数据集没有标注的情况下，便于对数据进行分群。而K Means中的K即指将数据集分成K个子集合。 K Means演示 从以下的动画、视频和计算过程可以较为直观了解算法的计算过程。 动画展示 视频展示 "https:// ...
分类：
编程语言 时间：
2019-01-28 17:47:48
阅读次数：
274
kmeans聚类理论篇 前言 kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。 本文记录学习kmeans算法相关的内容，包括算法原理，收敛性，效果评估聚，最后带上R ...
分类：
编程语言 时间：
2019-01-28 01:30:53
阅读次数：
236
BIRCH:是一种使用树分类的算法，适用的范围是样本数大，特征数小的算法，因为特征数大的话，那么树模型结构就会要复杂很多 DBSCAN：基于概率密度的聚类方法：速度相对较慢，不适用于大型的数据，输入参数有r和k k-means：是通过不断更新聚类中心所进行的一种参数变化，需要输入的参数是需要聚成几类 ...
分类：
数据库 时间：
2019-01-21 12:13:15
阅读次数：
871
https://blog.csdn.net/loveliuzz/article/details/78783773 机器学习sklearn19.0聚类算法——Kmeans算法 ...
分类：
编程语言 时间：
2019-01-19 15:13:24
阅读次数：
187
概述 监督学习指的是训练样本包含标记信息的学习任务，例如：常见的分类与回归算法； 无监督学习则是训练样本不包含标记信息的学习任务，例如：聚类算法。 在实际生活中，常常会出现一部分样本有标记和较多样本无标记的情形，例如：做网页推荐时需要让用户标记出感兴趣的网页，但是少有用户愿意花时间来提供标记。若直接 ...
分类：
其他好文 时间：
2019-01-16 13:03:28
阅读次数：
319
