一．k均值聚类算法 对于样本集。"k均值"算法就是针对聚类划分最小化平方误差： 其中是簇Ci的均值向量。从上述公式中可以看出，该公式刻画了簇内样本围绕簇均值向量的紧密程度，E值越小簇内样本的相似度越高。 k-means聚类算法的描述如下： 接下来是对于数据集testSet.txt的代码实现： 计算出 ...
分类：
编程语言 时间：
2018-06-05 20:01:18
阅读次数：
365
0. 才话别已深秋 今天我可能要当搬运工了，我看这本书的最后一点内容让我觉得....有所收获和反思。然后我发现每一本机器学习书和教材一定会有“用TF怎么实现无监督的迭代聚类算法”，而且一定会放在最后一章节Tensorflow的进阶应用里面。不夸张的说，KNN、Kmeans、贝叶斯分类，这三个算法是当 ...
分类：
其他好文 时间：
2018-06-03 16:25:39
阅读次数：
1360
Clustering（聚类） Partitioning Methods: K-Means Saquential Leader Model Based Methods Density Based Methods Hierachical Methods Unsupervised Learning(无监督 ...
分类：
编程语言 时间：
2018-05-19 17:06:51
阅读次数：
197
在数据分析挖掘过程中常用的聚类算法有1.K-Means聚类,2.K-中心点,3.系统聚类. 1.K-均值聚类在最小误差基础上将数据划分为预定的类数K(采用距离作为相似性的评价指标).每次都要遍历数据,所以大数据速度慢 2.k-中心点,不采用K-means中的平均值作为簇中心点,而是选中距离平均值最近 ...
分类：
编程语言 时间：
2018-05-13 16:07:57
阅读次数：
556
一、基于密度的聚类算法的概述 最近在Science上的一篇基于密度的聚类算法《Clustering by fast search and find of density peaks》引起了大家的关注(在我的博文“论文中的机器学习算法——基于密度峰值的聚类算法”中也进行了中文的描述)。于是我就想了解下 ...
分类：
数据库 时间：
2018-05-10 17:28:43
阅读次数：
256
首先附上官网说明 [http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html#examples-using-sklearn-cluster-kmeans] 再附上一篇翻译文档 http://blog.cs ...
分类：
编程语言 时间：
2018-05-08 14:45:38
阅读次数：
282
一、关于聚类及相似度、距离的知识点 二、k-means算法思想与流程 三、sklearn中对于kmeans算法的参数 四、代码示例以及应用的知识点简介 （1）make_blobs：聚类数据生成器 sklearn.datasets.make_blobs(n_samples=100, n_feature ...
分类：
编程语言 时间：
2018-05-08 14:24:08
阅读次数：
1174
一旦我们的聚类算法确定了聚类和原型轨迹，在这种情况下，每个具有三个原型轨迹的三个群集， 我们可以开始对在路上遇到的车辆进行在线预测。首先，我们观察了车辆的部分轨迹。接下来我们比较一下 每个集群原型轨迹的相应部分。这个比较是使用完成的这是我们之前用来执行聚类的相同度量。 每个群集的信念基于更新，部分轨 ...
分类：
其他好文 时间：
2018-05-04 16:57:44
阅读次数：
173
一、Hierarchical Clustering简介 层次聚类(Hierarchical Clustering)是聚类算法的一种，通过计算不同类别数据点间的相似度来创建一棵有层次的嵌套聚类树。在聚类树中，不同类别的原始数据点是树的最低层，树的顶层是一个聚类的根节点。 二、层次聚类的合并算法 假设有 ...
分类：
其他好文 时间：
2018-04-30 11:59:08
阅读次数：
152
一、前述 聚类就是对大量未知标注的数据集，按数据的内在相似性将数据集划分为多个类别，使类别内的数据相似度较大而类别间的数据相似度较小.数据聚类算法可以分为结构性或者分散性,许多聚类算法在执行之前，需要指定从输入数据集中产生的分类个数。1.分散式聚类算法，是一次性确定要产生的类别，这种算法也已应用于从 ...
分类：
其他好文 时间：
2018-04-06 18:45:40
阅读次数：
221
