FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。 1 模糊集基本知识 ...
分类：
编程语言 时间：
2017-01-07 16:32:44
阅读次数：
253
其实一直以来也没有准备在园子里发这样的文章，相对来说，算法改进放在园子里还是会稍稍显得格格不入。但是最近邮箱收到的几封邮件让我觉得有必要通过我的博客把过去做过的东西分享出去更给更多需要的人。算法的具体实现（Matlab）已上传到Github。 ...
分类：
编程语言 时间：
2017-01-01 13:26:21
阅读次数：
728
聚类是一种无监督的学习，它将相似的对象归到同一簇中。它有点像全自动分类。聚类方法几乎可以应用到所有对象，簇内的对象越相似，聚类的效果越好。 K-均值（K-means）聚类算法，之所以称之为K-均值是因为它可以发现k个不同的簇，且每个簇的中心采用簇中所含值的均值计算而成。 簇识别（cluster id ...
分类：
编程语言 时间：
2016-12-26 11:56:13
阅读次数：
215
在DBSCAN密度聚类算法中，我们对DBSCAN聚类算法的原理做了总结，本文就对如何用scikit-learn来学习DBSCAN聚类做一个总结，重点讲述参数的意义和需要调参的参数。 1. scikit-learn中的DBSCAN类 在scikit-learn中，DBSCAN算法类为sklearn.c ...
分类：
数据库 时间：
2016-12-24 20:43:23
阅读次数：
1103
两步聚类算法是在SPSS Modeler中使用的一种聚类算法，是BIRCH层次聚类算法的改进版本。可以应用于混合属性数据集的聚类，同时加入了自动确定最佳簇数量的机制，使得方法更加实用。本文在学习文献和“IBM SPSS Modeler 15 Algorithms Guide”的基础上，融入了自己的理... ...
分类：
编程语言 时间：
2016-12-24 01:26:21
阅读次数：
288
http://www.jianshu.com/p/ab697790090f 特征选择与特征学习 在机器学习的具体实践任务中，选择一组具有代表性的特征用于构建模型是非常重要的问题。特征选择通常选择与类别相关性强、且特征彼此间相关性弱的特征子集，具体特征选择算法通过定义合适的子集评价函数来体现。在现实世 ...
分类：
其他好文 时间：
2016-12-22 18:47:14
阅读次数：
309
K-means(K均值)是基于数据划分的无监督聚类算法。 一、基本原理 聚类算法可以理解为无监督的分类方法，即样本集预先不知所属类别或标签，需要根据样本之间的距离或相似程度自动进行分类。聚类算法可以分为基于划分的方法、基于联通性的方法、基于概率分布模型的方法等，K-means属于基于划分的聚类方法。 ...
分类：
编程语言 时间：
2016-12-15 17:52:05
阅读次数：
242
一．聚类算法： 1.1LDA算法： 算法的目的：对文本进行聚类，得到几簇相似的样本。 算法的流程： 预处理：统计sscCorpus中所有的词、词频、词的标号。 初始化：形成初始的文章-主题和主题-词的矩阵(最开始) Gibbs 采样：使用Gibbs采样得到稳定的文章-主题和主题-词的矩阵 每一簇的主 ...
分类：
编程语言 时间：
2016-12-12 22:05:44
阅读次数：
322
转自http://blog.csdn.net/JasonDing1354/article/details/49806017?locationNum=2&fps=1 1 聚类分析基本概念 聚类分析将数据划分成有意义或有用的簇。如果目标是划分成有意义的组，则簇应当捕获数据的自然结构。 聚类分析是一种分类 ...
分类：
编程语言 时间：
2016-12-08 11:45:26
阅读次数：
375
K－means算法很简单，它属于无监督学习算法中的聚类算法中的一种方法吧，利用欧式距离进行聚合啦。 解决的问题如图所示哈：有一堆没有标签的训练样本，并且它们可以潜在地分为K类，我们怎么把它们划分呢？ 那我们就用K－means算法进行划分吧。 算法很简单，这么做就可以啦： 第一步：随机初始化每种类别的... ...
分类：
编程语言 时间：
2016-12-05 01:42:38
阅读次数：
1517
