基本知识：算法标签：聚类、贪心、划分算法算法目标：使得簇尽可能紧凑和独立（低耦合，高聚合）评价准则：所有对象的误差平方和算法复杂度：O（nkt）,n是样本数目，k是簇数，t是迭代次数算法限制：簇的均值是有定义的（标称属性无法计算均值，此时可以改用k众数）算法缺点：k值需给定，初始点选择对算法有影响，...
分类：
其他好文 时间：
2015-04-17 09:38:08
阅读次数：
130
在使用mahout之前要安装并启动hadoop集群将mahout的包上传至linux中并解压即可mahout下载地址：点击打开链接mahout中的算法大致可以分为三大类：聚类，协同过滤和分类其中常用聚类算法有：canopy聚类，k均值算法（kmeans），模糊k均值，层次聚类，LDA聚类等常用分类算...
分类：
编程语言 时间：
2015-04-15 21:13:03
阅读次数：
170
canopy是聚类算法的一种实现它是一种快速，简单，但是不太准确的聚类算法canopy通过两个人为确定的阈值t1，t2来对数据进行计算，可以达到将一堆混乱的数据分类成有一定规则的n个数据堆由于canopy算法本身的目的只是将混乱的数据划分成大概的几个类别，所以它是不太准确的但是通过canopy计算出...
分类：
编程语言 时间：
2015-04-15 21:00:35
阅读次数：
230
Fisher准则线性分类器的Python实现Fisher准则线性分类器的Python实现
选取的训练集与测试集
分类决策与分类器
代码
测试集上的结果
本节内容：本节内容是根据上学期所上的模式识别课程的作业整理而来，第二道题目是线性分类器设计，数据集是Iris(鸢尾花的数据集)，根据前一题的Kmeans聚类得出的结果，分成训练集与测试集，进行比较。
选取的训练集与测试集
训练集：(选取上一题中的...
分类：
编程语言 时间：
2015-04-13 09:46:27
阅读次数：
992
canopy是聚类算法的一种实现
它是一种快速，简单，但是不太准确的聚类算法
canopy通过两个人为确定的阈值t1，t2来对数据进行计算，可以达到将一堆混乱的数据分类成有一定规则的n个数据堆
由于canopy算法本身的目的只是将混乱的数据划分成大概的几个类别，所以它是不太准确的
但是通过canopy计算出来的n个类别可以用在kmeans算法中的k值的确定（因为人为无法准确的确定k值到底要...
分类：
编程语言 时间：
2015-04-11 19:32:07
阅读次数：
183
在使用mahout之前要安装并启动hadoop集群
将mahout的包上传至linux中并解压即可
mahout下载地址：
点击打开链接
mahout中的算法大致可以分为三大类：
聚类，协同过滤和分类
其中
常用聚类算法有：canopy聚类，k均值算法（kmeans），模糊k均值，层次聚类，LDA聚类等
常用分类算法有：贝叶斯，逻辑回归，支持向量机，感知器，神经网络等
...
分类：
编程语言 时间：
2015-04-11 09:04:31
阅读次数：
328
本博客通过对当前比较成熟的聚类算法分析，介绍如何对非结构的数据（文档）做聚类算法；如何利用搜索引擎的相关知识来解决文本聚类问题等...
分类：
编程语言 时间：
2015-04-10 13:38:24
阅读次数：
279
（一）深入浅出理解索引结构 实际上，您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引：聚集索引（clustered index，也称聚类索引、簇集索引）和非聚集索引（nonclustered index，也称非聚类索引、非簇集索引）。下面，我们举例来说明一下聚集索引和非聚集...
分类：
数据库 时间：
2015-04-08 10:44:51
阅读次数：
171
1 基于概率模型的聚类 例子： a.评论产品，一个评论可能设计多种产品，如一个评论谈论摄像机与计算机的兼容性，怎么办？该评论与这两个簇相关，而并不互斥地属于任何一个簇。 b.用户在购买商品时，检索的信息中既订购了一部数据相机，并且同时比较了多种笔记本电脑，怎么办？这种会话应该在某种程度上数据这两个簇...
分类：
其他好文 时间：
2015-04-07 22:58:08
阅读次数：
281
聚类分析就仅根据在数据中发现的描述对象及其关系的信息，将数据对象分组(簇)。其目标是，组内的对象相互之间是相似的，而不同组中的对象是不同的。组内相似性越大，组间差别越大，聚类就越好。先介绍下聚类的不同类型，通常有以下几种：(1)层次的与划分的：如果允许簇具有子簇，则我们得到一个层次聚类。层次聚类是嵌...
分类：
数据库 时间：
2015-04-05 21:47:37
阅读次数：
219
