K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为 ...
分类：
其他好文 时间：
2018-04-05 21:01:40
阅读次数：
147
NIPT聚类项目说明 目的：使用聚类分析将NIPT分为可信的几类，然后根据该类的特征去预测以后数据的分类 聚类分析的一般步骤： 1.选择合适的变量 2.缩放数据 3.寻找异常点 4.计算距离 5.选择聚类算法 6.获得一种或多种聚类方法 7.确定聚类数目 8.获得最终的聚类解决方案 9.结果可视化 ...
分类：
其他好文 时间：
2018-03-13 15:36:26
阅读次数：
249
今天又一直赖床，本来说八点多起床，结果一直躺躺到11点，这种习惯真的要改改了。 下午继续看了会shell脚本，然后开会。张师兄分配了一个任务给我，是对SDN网络返回的延迟时间进行分类的问题，下来我找了相关的资料，初步决定先采用K-Means聚类算法和贝叶斯分类算法。看了一篇关于K-Means算法的博 ...
分类：
其他好文 时间：
2018-03-05 23:38:48
阅读次数：
204
1 回顾1.1 监督学习定义：给定正确答案的机器学习算法分类：（1）回归算法：预测连续值的输出，如房价的预测（2）分类算法：离散值的输出，如判断患病是否为某种癌症1.2 非监督学习定义：不给定数据的信息的情况下，分析数据之间的关系。聚类算法：将数据集中属性相似的数据点划分为一类。2 单变量线性回归算 ...
分类：
编程语言 时间：
2018-02-18 21:30:24
阅读次数：
181
1 无监督学习：在不知道数据点的含义的情况下，从一个数据集中找出数据点的结构关系。 2 聚类算法：相同属性的数据点会集中分布，聚集在一起，聚类算法将数据集分成不同的聚类。也就是说，机器不知道这些数据点具体是什么属性，到底是干什么的，但是可以将具有相同属性的数据点归为一类。 3 无监督学习的应用： 大 ...
分类：
其他好文 时间：
2018-02-13 17:57:47
阅读次数：
154
1.C4.5算法 2. k 均值聚类算法 3.支持向量机 4. Apriori 关联算法 5.EM 最大期望算法 Expectation Maximization 6、PageRank 算法 7、AdaBoost 迭代算法 8、kNN 算法 9、朴素贝叶斯算法 10、CART 分类算法。 1.C4. ...
分类：
编程语言 时间：
2018-02-05 10:40:41
阅读次数：
263
From： http://blog.csdn.net/cyxlzzs/article/details/7416491 ...
分类：
编程语言 时间：
2018-01-17 00:13:55
阅读次数：
193
聚类分析是在数据中发现数据对象之间的关系，将数据进行分组，组内的相似性越大，组间的差别越大，则聚类效果越好。 不同的簇类型 聚类旨在发现有用的对象簇，在现实中我们用到很多的簇的类型，使用不同的簇类型划分数据的结果是不同的，如下的几种簇类型。 明显分离的 可以看到(a)中不同组中任意两点之间的距离都大 ...
分类：
编程语言 时间：
2018-01-15 22:36:26
阅读次数：
288
K-均值聚类 k-均值（k-means Clustering）算法是著名的划分聚类算法。由于他的简洁和效率使得它成为所有聚类算法中最为广泛使用的。 给定一个数据点集合和需要的聚类数目K（K是有用户指定的），K-均值算法根据某个距离函数反复的把数据分入K个聚类中。 聚类属于无监督学习，以往的回归、朴素 ...
分类：
其他好文 时间：
2018-01-14 17:39:36
阅读次数：
179
