前面，我们已经解释并实现了部分的sklean算法，下表展示了sklean所能使用的聚类算法 发现，还有几种未写出来，例如AP（亲和传播）聚类、FeatureAgglomeration聚类，以及我们的MInIBathK-means未单独写出来，代码和前面几篇类似。在这些算法中 我们实验统一使用iris ...
分类：
其他好文 时间：
2017-08-18 22:27:52
阅读次数：
452
模型聚类 mclust::Mclust RWeka::Cobweb mclust::Mclust EM算法也称为期望最大化算法，在是使用该算法聚类时，将数据集看作一个有隐形变量的概率模型，并实现模型最优化，即获取与数据本身性质最契合的聚类方式为目的，通过‘反复估计’模型参数找出最优解，同时给出相应的 ...
分类：
编程语言 时间：
2017-08-18 00:05:55
阅读次数：
421
1. Scikit-learn Scikit-learn 是基于Scipy为机器学习建造的的一个Python模块，他的特色就是多样化的分类，回归和聚类的算法包括支持向量机，逻辑回归，朴素贝叶斯分类器，随机森林，Gradient Boosting，聚类算法和DBSCAN。而且也设计出了Python n ...
分类：
编程语言 时间：
2017-08-16 14:06:01
阅读次数：
285
k聚类算法中如何选择初始化聚类中心所在的位置。 在选择聚类中心时候，如果选择初始化位置不合适，可能不能得出我们想要的局部最优解。 而是会出现一下情况： 为了解决这个问题，我们通常的做法是： 我们选取K<m个聚类中心。 然后随机选择K个训练样本的实例，之后令k个聚类中心分别与k个训练实例相等。 之后我 ...
分类：
编程语言 时间：
2017-08-16 11:24:13
阅读次数：
175
knn算法(k-Nearest Neighbor algorithm).是一种经典的分类算法. 注意,不是聚类算法.所以这样的分类算法必定包含了训练过程. 然而和一般性的分类算法不同,knn算法是一种懒惰算法.它并不是 像其它的分类算法先通过训练建立分类模型.,而是一种被动的分类 过程.它是边測试边 ...
分类：
编程语言 时间：
2017-08-13 10:11:24
阅读次数：
117
密度聚类 fpc::dbscan fpc::dbscan DBSCAN核心思想：如果一个点，在距它Eps的范围内有不少于MinPts个点，则该点就是核心点。核心和它Eps范围内的邻居形成一个簇。在一个簇内如果出现多个点都是核心点，则以这些核心点为中心的簇要合并。其中要注意参数eps的设置，如果eps ...
分类：
编程语言 时间：
2017-08-12 10:21:04
阅读次数：
282
K-medodis与K-means比较相似，但是K-medoids和K-means是有区别的，不一样的地方在于中心点的选取，在K-means中，我们将中心点取为当前cluster中所有数据点的平均值，在 K-medoids算法中，我们将从当前cluster 中选取这样一个点——它到其他所有（当前cl ...
分类：
编程语言 时间：
2017-08-10 01:19:28
阅读次数：
269
算法优势：适用于绝大多数的数据类型，简洁和快速 算法劣势：需要知道准确的 k 值，并且不能处理异形簇，比如球形簇，不同尺寸及密度的簇，环形簇等。 一、分析目标 以数据集字段进行客户分群 二、流程 数据获取，毕业年份、性别、年龄、交友数量、关注的热点词（原本是一个list是否关注了这些运动或者热点词， ...
分类：
其他好文 时间：
2017-08-04 13:52:03
阅读次数：
240
聚类介绍 本章包含 1 实战操作了解聚类 2.了解相似性概念 3 使用mahout执行一个简单的聚类实例 4.用于聚类的各种不同的距离測算方法 作为人类，我们倾向于与志同道合的人合作—“鸟的羽毛聚集在一起。我们可以发现反复的模式通过联系在我们的记忆中的我们看到的、听到的、问道的、尝到的东 西。 比如 ...
分类：
编程语言 时间：
2017-07-21 10:43:55
阅读次数：
165
转自 飞鸟各投林 4、聚类算法 前面的算法中的一个显著特征就是我的训练数据中包含了标签，训练出的模型可以对其他未知数据预测标签。在下面的算法中，训练数据都是不含标签的，而算法的目的则是通过训练，推测出这些数据的标签。 这类算法有一个统称，即无监督算法(前面有标签的数据的算法则是有监督算法)。无监督算 ...
分类：
编程语言 时间：
2017-07-18 15:28:28
阅读次数：
177
