一、kmeans聚类 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import re pd.set_option('max_columns', 600) pd ...
分类：
其他好文 时间：
2021-04-05 12:19:16
阅读次数：
0
1.原理的区别 主要区别在于，非加权组平均法（UPGMA）是基于平均链接方法的聚集层次聚类方法，而邻接法（NJ）是基于最小演化准则的迭代聚类法。 UPGMA的假定条件是：在进化过程中，每一世系发生趋异的次数相同，即核苷酸或氨基酸的替换速率是均等且恒定的。 UPGMA生成有根树，而NJ生成无根树。由于 ...
分类：
其他好文 时间：
2021-03-06 14:32:23
阅读次数：
0
一、学习资料： 北京博雅数据酷客平台大讲堂：http://cookdata.cn/auditorium/course_room/10016/ 相关案例：http://cookdata.cn/note/view_run_note/fa6032a61276f7b5e53f4aab61f2a368/?vi ...
分类：
其他好文 时间：
2021-02-05 10:46:50
阅读次数：
0
无监督学习 通俗来讲，无监督学习就是没有目标值 无监督学习包含算法 聚类 K-means(K均值聚类) 降维 PCA K-means原理 K-means的聚类效果图 K-means聚类步骤 随机设置K个特征空间内的点作为初始的聚类中心 对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中 ...
分类：
编程语言 时间：
2021-01-26 12:18:25
阅读次数：
0
不管是GMM，还是k-means，都面临一个问题，就是k的个数如何选取？比如在bag-of-words模型中，用k-means训练码书，那么应该选取多少个码字呢？为了不在这个参数的选取上花费太多时间，可以考虑层次聚类。 假设有N个待聚类的样本，对于层次聚类来说，基本步骤就是： 1、（初始化）把每个样 ...
分类：
其他好文 时间：
2021-01-20 11:55:49
阅读次数：
0
WEKA的全名是怀卡托智能分析环境（WaikatoEnvironmentforKnowledgeAnalysis），同时weka也是新西兰的一种鸟名，而WEKA的主要开发者来自新西兰。WEKA作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。如果想自己实现数据挖掘算法的话，可以参考weka的接
分类：
其他好文 时间：
2021-01-02 11:36:56
阅读次数：
0
Local Outlier Factor（LOF）是基于密度的经典算法（Breuning et. al. 2000）, 文章发表于 SIGMOD 2000, 到目前已经有 3000+ 的引用。在 LOF 之前的异常检测算法大多是基于统计方法的，或者是借用了一些聚类算法用于异常点的识别（比如 ，DBS ...
分类：
编程语言 时间：
2021-01-01 12:03:07
阅读次数：
0
github地址 机器学习概述 | 01 Matplotlib | 02 Numpy | 03 Pandas | 04 K-近邻算法 | 05 线性回归 | 06 逻辑回归 | 07 决策树算法 | 08 集成学习 | 09 聚类算法 | 10 ...
分类：
其他好文 时间：
2020-12-28 10:57:41
阅读次数：
0
转自：http://sofasofa.io/forum_main_post.php?postid=1000539 1.概念 硬聚类就是把数据确切地分到某一类中，比如K-Means。 硬就是说“强硬”，是属于A类就是A类，不会跑到B类。 软聚类就是把数据以一定的概率分到各类中，比如高斯混合模型(GMM ...
分类：
其他好文 时间：
2020-12-19 13:23:07
阅读次数：
1
面向对象中 这一章主要涉及面向对象的三大特征，包括封装、继承、多态、（抽象）。 封装 程序设计追求“高内聚，低耦合”： 高内聚 ：类的内部数据操作细节自己完成，不允许外部干涉； 低耦合 ：仅对外暴露少量的方法用于使用。 通俗的说，把该隐藏的隐藏起来，该暴露的暴露出来，这就是封装性的设计思想。 通过将 ...
分类：
编程语言 时间：
2020-12-18 13:03:02
阅读次数：
3
