码迷,mamicode.com
首页 >  
搜索关键字:聚类    ( 1791个结果
聚类——WKFCM的matlab程序
聚类——WKFCM的matlab程序 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 在聚类——WKFCM文章中已介绍了WKFCM算法的理论知识,现在用matlab进行实现,下面这个例子是用FCM初始化聚类中心,也可以随机初始化聚类中心。 1.matl ...
分类:其他好文   时间:2018-12-09 14:19:53    阅读次数:158
聚类——WKFCM
聚类——认识WKFCM算法 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 参考文献:Shen H, Yang J, Wang S, et al. Attribute weighted mercer kernel based fuzzy cluster ...
分类:其他好文   时间:2018-12-09 14:19:11    阅读次数:114
聚类——KFCM的matlab程序
聚类——KFCM的matlab程序 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 在聚类——KFCM文章中已介绍了KFCM-F算法的理论知识,现在用matlab进行实现,下面这个例子是用FCM初始化聚类中心,也可以随机初始化聚类中心。 1.matla ...
分类:其他好文   时间:2018-12-09 12:13:16    阅读次数:211
聚类——FCM的matlab程序
聚类——FCM的matlab程序 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 在聚类——FCM文章中已介绍了FCM算法的理论知识,现在用matlab进行实现。 1.matlab程序 FCM_main.m My_FCM.m 2.在UCI数据库的iri ...
分类:其他好文   时间:2018-12-09 11:59:10    阅读次数:168
DBSCAN算法实现---Python
生活不易啊,公司考核,初步写出来了,脑阔疼。。。 思路: 设定阈值与半径; 计算点之间的距离(欧式距离实现); 区分核心点、边界点与离群点; 将每个点的领域作为一个类(即将密度可达的点归为一个簇); 找出每个独立的领域; 对最后的聚类进行标记; 可视化。 代码实现: 1、设定eps = 2,MinP ...
分类:数据库   时间:2018-12-06 01:35:10    阅读次数:170
聚类分析K均值算法讲解
聚类分析及K均值算法讲解 吴裕雄 当今信息大爆炸时代,公司企业、教育科学、医疗卫生、社会民生等领域每天都在产生大量的结构多样的数据。产生数据的方式更是多种多样,如各类的:摄像头、传感器、报表、海量网络通信等等,面对这海量结构各式各样的数据,如果单是依靠人力来完成,是件非常不现实的事,但这些数据又包含 ...
分类:编程语言   时间:2018-12-01 21:52:23    阅读次数:206
Spark UDF Java 示例
Spark UDF Java 示例 在 "这篇文章" 中提到了用Spark做用户昵称文本聚类分析,聚类需要选定K个中心点,然后迭代计算其他样本点到中心点的距离。由于中文文字分词之后(n gram)再加上昵称允许各个特殊字符(数字、字母、各种符号……),如果直接在原来的文本数据上进行聚类,由于文本的“ ...
分类:编程语言   时间:2018-12-01 00:11:20    阅读次数:592
《Python机器学习经典实例》(中文+英文电子版PDF+源代码)
《Python机器学习经典实例》附高清中英版PDF电子版+源代码)最新出版的Python机器学习经典实例。人工智能专家PrateekJoshi著高清中文版,270页,带目录书签,文字可复制粘贴。高清英文版,295页,带目录书签,文字可复制粘贴。配有源代码。经典书籍,讲解详细;常见的算法都有,常用的一些算法和应用,人脸识别,聚类,深度神经网络等,适合应用学习用火的Python语言、通过各种各样的机器
分类:编程语言   时间:2018-11-30 14:06:38    阅读次数:447
KMeans算法分析以及实现
KMeans KMeans是一种无监督学习聚类方法, 目的是发现数据中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。 无监督学习,也就是没有对应的标签,只有数据记录.通过KMeans聚类,可以将数据划分成一个簇,进而发现数据之间的关系. 原理 KMeans算法 ...
分类:编程语言   时间:2018-11-26 23:18:27    阅读次数:380
k-means聚类
算法: (1) 随机选择k个初始中心点。(2) 计算每个数据点到中心点的距离,数据点距离哪个中心点最近就划分到哪一类中。 (3) 把中心点转移到得到的cluster内部的数据点的平均位置。(4) 重复以上步骤,直到每一类中心在每次迭代后变化不大为止。 k值确定:拐点图:组内误差平方和,SSE(sum ...
分类:其他好文   时间:2018-11-26 13:47:04    阅读次数:191
1791条   上一页 1 ... 46 47 48 49 50 ... 180 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!