聚类——认识KFCM算法 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 一、KFCM概述 KFCM：基于核的改进的模糊c均值聚类算法。它是通过核函数将原始空间中的点映射到特征空间中，考虑到原始空间中的点无法用一个线性函数进行划分，于是将其变换到一个更 ...
分类：
其他好文 时间：
2018-11-11 16:29:02
阅读次数：
226
from sklearn.datasets import load_sample_imagefrom sklearn.cluster import KMeansimport matplotlib.pyplot as pltimport numpy as npchina = load_sample_i ...
分类：
编程语言 时间：
2018-11-07 22:09:05
阅读次数：
319
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-Means算法讲起，在其基础上讲述K-Means的优化变体方法。包括初始化优化K-Means++, 距离计算优化elkan K-Means算法和大数据情况下的 ...
分类：
编程语言 时间：
2018-11-05 10:09:47
阅读次数：
296
K-means算法 在聚类问题中，给定数据集{x(1), . . . , x(m)}，想要把这些数据划分成几个紧密联系的簇（clusters）。通常情况下，这里的x(i)∈ Rn，而标签y(i)是未知的。因此这是一个非监督式学习（unsupervised learning）问题。 最简单的聚类算法是 ...
分类：
编程语言 时间：
2018-11-04 19:43:29
阅读次数：
254
背景：酵母会在一定的时期发生diauxic shift，有一些基因的表达上升，有一些基因表达被抑制，通过聚类算法，将基因表达的变化模式聚成6类。 ORF Name R1.Ratio R2.Ratio R3.Ratio R4.Ratio R5.Ratio R6.Ratio R7.Ratio 1 YDR ...
分类：
其他好文 时间：
2018-11-04 14:08:32
阅读次数：
196
聚类——无监督学习的一种算法 K-means算法 最为广泛使用的聚类算法 选择两个聚类中心 簇分配：根据每个样本更接近哪个聚类中心进行样本的分配 簇中心移动：计算出所有的红点类的均值点，移动原始聚类中心到这个点，蓝点类同理 进行不断地迭代直到收敛 输入：K个簇类和训练集样本数据 注意：不需要X0项， ...
分类：
系统相关 时间：
2018-10-30 13:52:09
阅读次数：
292
1.算法描述 最近在做AutoEncoder的一些探索，看到2016年的一篇论文，虽然不是最新的，但是思路和方法值得学习。论文原文链接 http://proceedings.mlr.press/v48/xieb16.pdf，论文有感于t-SNE算法的t-分布，先假设初始化K个聚类中心，然后数据距离中 ...
分类：
编程语言 时间：
2018-10-22 00:07:02
阅读次数：
577
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
聚类是机器学习中一种方法，常用用于处理数据分组的问题。给定一组数据，利用聚类算法将每一个数据点分批到一个特定的组。这就要求 对于同一组的数据点，应该具有相同的性质（特征）；对于不同组的数据点，在性质（特征）上应该有显著的区别 。聚类算法数据无监督学习（unsupervised learning），常 ...
分类：
编程语言 时间：
2018-10-19 13:57:22
阅读次数：
227
文章提出了一种分布式聚类的算法,这是第一个有理论保障的考虑离群点的分布式聚类算法(文章里自己说的).与之前的算法对比有以下四个优点: 1.耗时短O(max{k,logn}*n), 2.传递信息规模小:对抗分区O(klogn+t),随机分区O(klogn+t/s) 3.算法有良好的近似保证, 4.能够 ...
分类：
其他好文 时间：
2018-10-17 12:19:30
阅读次数：
220
