矩阵及其变换、特征值与特征向量的物理意义最近在做聚类的时候用到了主成分分析PCA技术，里面涉及一些关于矩阵特征值和特征向量的内容，在网上找到一篇对特征向量及其物理意义说明较好的文章，整理下来，分享一下。一、矩阵基础[1]：矩阵是一个表示二维空间的数组，矩阵可以看做是一个变换。在线性代数中，矩阵可以把...
分类：
其他好文 时间：
2015-07-21 16:39:32
阅读次数：
143
使用 isodata 聚类算法来确定多维属性空间中像元自然分组的特征并将结果存储在输出 ASCII 特征文件中。...
分类：
其他好文 时间：
2015-07-21 12:55:38
阅读次数：
131
数据集如下所示：1,1,12,1.5,13,0.5,13,5,-17,0.75,-17,4,28,5,28,5.5,2数据集有三个属性，分别是二维坐标中的x和y，第三个属性是所属的类，-1代表为孤立点，坐标系如下图所示：源代码如下：package neugle.dbscan;import java....
分类：
数据库 时间：
2015-07-20 18:42:42
阅读次数：
203
使用 Iso 聚类工具和最大似然法分类工具对一系列输入栅格波段执行非监督分类。...
分类：
其他好文 时间：
2015-07-20 16:46:45
阅读次数：
163
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
转自csdn，加上一些自己的理解。基于特征化工程进行用户特征化，结合相关的机器学习算法对业务进行挖掘建模，在广告的精准投放、预测、风控等领域中应用的非常广泛。无论是有监督的学习分类算法，还是无监督的聚类也罢，都需要建立特征向量，对特征进行预处理；其中对于有监督的训练时，还需要进行样本的筛选。本章节讲...
分类：
其他好文 时间：
2015-07-17 20:42:49
阅读次数：
1713
当初始簇心选择不好的时候聚类的效果会很差。所以后来又有一个人提出了二分k均值（bisectingkmeans），其核心思路是：将初始的一个簇一分为二计算出误差平方和最大的那个簇，对他进行再一次的二分。直至切分的簇的个数为k个停止。 其实质就是不断的对选中的簇做k=2的kmeans切分。...
分类：
编程语言 时间：
2015-07-17 18:52:49
阅读次数：
147
本文基于台大机器学习技法系列课程进行的笔记总结。
主要内容如下图所示：
首先介绍一下径向基函数网络的Hypothesis和网络的结构，然后介绍径向基神经网络学习算法，以及利用K-means进行的学习，最后通过一个实例加深对RBF神经网络认识和理解。
RBF神经网络的Hypothesis和网络结构
我们从基于Gaussian kernel的support vector mac...
分类：
其他好文 时间：
2015-07-17 09:50:54
阅读次数：
249
K-means算法
输入input：data X
输出output：data（X,S）
解释：输入没有标签的数据data X，经过训练，给每一个数据添上一个标签S{s1,s2,...,sk}，对应的聚类中心为U{u1,u2,...,uk}。
效果：将输入数据分为k类，并得到其相应类别的中心点。
===============================================...
分类：
编程语言 时间：
2015-07-16 22:24:28
阅读次数：
157
