作者：桂。 时间：2017-04-14 06:22:26 链接：http://www.cnblogs.com/xingshansi/p/6685811.html 声明：欢迎被转载，不过记得注明出处哦~ 前言 之前梳理了一下非负矩阵分解（Nonnegative matrix factorization ...
分类：
编程语言 时间：
2017-04-15 14:38:55
阅读次数：
483
K-Means是聚类算法中的一种，其中K表示类别数，Means表示均值。顾名思义K-Means是一种通过均值对数据点进行聚类的算法。K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分。并通过划分后的均值迭代优化获得最优的聚类结果。K值及初始质心K值是聚类结果中类别的数量。 ...
分类：
其他好文 时间：
2017-04-11 09:33:45
阅读次数：
258
在K-Means聚类算法原理中，我们讲到了K-Means和Mini Batch K-Means的聚类原理。这里我们再来看看另外一种常见的聚类算法BIRCH。BIRCH算法比较适合于数据量大，类别数K也比较多的情况。它运行速度很快，只需要单遍扫描数据集就能进行聚类，当然需要用到一些技巧，下面我们就对B ...
分类：
编程语言 时间：
2017-04-05 21:59:07
阅读次数：
322
DBSCAN(Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类方法)是一种很典型的密度聚类算法，和K-Means，BIRCH这些一般只适用于凸样本集的聚类相比，DBSCAN既可以适用于凸样本集，也可以适用 ...
分类：
数据库 时间：
2017-04-05 21:57:11
阅读次数：
867
K-Means算法是无监督的聚类算法，它实现起来比较简单，聚类效果也不错，因此应用很广泛。K-Means算法有大量的变体，本文就从最传统的K-Means算法讲起，在其基础上讲述K-Means的优化变体方法。包括初始化优化K-Means++, 距离计算优化elkan K-Means算法和大数据情况下的 ...
分类：
编程语言 时间：
2017-04-05 21:54:39
阅读次数：
475
聚类算法就是通过一个固定的准则将若干个数据分成不同的类，而这个准则就是算法，即分类的标准。 1.样本： 数据是这样的，300个数据点： 这些数据显示成图形，如下图： 如上图，这是三百个数据点，单凭肉眼看，我无法分别点和点，那个和哪个是同一类，这些点很没有规律，但是请看下图： 如上图：我便可以看清楚这 ...
分类：
编程语言 时间：
2017-04-03 19:35:52
阅读次数：
243
聚类算法的原理介绍及Python的简单实践，主要包括K-Means,DBSCAN,DPEAK,Spectral_Clustering。
分类：
数据库 时间：
2017-03-19 22:33:14
阅读次数：
312
1. 聚类与分类的区别： 首先要来了解的一个概念就是聚类，简单地说就是把相似的东西分到一组，同 Classification (分类)不同，对于一个 classifier ，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个 classifier 会从它得到的训练集中进行“学习” ...
分类：
编程语言 时间：
2017-03-17 23:51:47
阅读次数：
427
本文将系统的讲解数据挖掘领域的经典聚类算法，并给予代码实现示例。虽然当下已有很多平台都集成了数据挖掘领域的经典算法模块，但笔者认为要深入理解算法的核心，剖析算法的执行过程，那么通过代码的实现及运行结果来进行算法的验证，这样的过程是很有必要的。因此本文，将有助于读者对经典聚类算法的深入学习与理解。 4 ...
分类：
编程语言 时间：
2017-03-17 23:11:34
阅读次数：
318
序 由于项目需要，需要对数据进行处理，故而又要滚回来看看paper,做点小功课，这篇文章只是简单的总结一下基础的Ｋmeans算法思想以及实现； 正文： 1.基础Kmeans算法. Kmeans算法的属于基础的聚类算法，它的核心思想是： 从初始的数据点集合，不断纳入新的点，然后再从新计算集合的“中心” ...
分类：
编程语言 时间：
2017-03-14 13:32:51
阅读次数：
315
