P1P2 MATLAB教程 P3: > 分类模型> 优化模型> 评价模型> 预测模型 分类模型 1.聚类分析 1.1 k-means聚类法 1.2系统聚类法 1.3模糊聚类 2.判别分析 2.1距离判别 2.2Fisher判别 2.3Bayes判别 2.4逐步判别 3.逻辑回归 4机器学习分类 4. ...
分类：
其他好文 时间：
2020-06-11 22:01:33
阅读次数：
141
老师：MissDu 1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 答： 1. 分类与聚类： 联系：分类和聚类都包含一个过程：对于想要分析的目标点，都会在数据集中寻找离它最近的点，即二者都用到了NN算法。 区别：分类的目的是为了确定一个点的 ...
分类：
编程语言 时间：
2020-06-10 23:01:39
阅读次数：
98
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 2.朴素贝叶斯分类算法 实例 利用关于心脏病患者的临床历史数据集，建立朴素贝叶斯心脏病分类模型。 有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数 目标分类变量疾病 ...
分类：
其他好文 时间：
2020-06-09 09:25:21
阅读次数：
87
1.理解分类与监督学习、聚类与无监督学习。简述分类与聚类的联系与区别。 答：分类与聚类的联系：想要分析的目标点，都会在数据集中寻找离它最近的点。 分类与聚类的区别：分类是事先定义好类别 ，类别数不变 。分类器需要由人工标注的分类训练语料训练得到，属于有指导学习范畴。聚类则没有事先预定的类别，类别数不 ...
分类：
编程语言 时间：
2020-06-08 23:43:14
阅读次数：
101
1. 应用K-means算法进行图片压缩 读取一张图片 观察图片文件大小，占内存大小，图片数据结构，线性化 用kmeans对图片像素颜色进行聚类 获取每个像素的颜色类别，每个类别的颜色 压缩图片生成：以聚类中收替代原像素颜色，还原为二维 观察压缩图片的文件大小，占内存大小 2. 观察学习与生活中可以 ...
分类：
编程语言 时间：
2020-06-07 14:34:41
阅读次数：
71
经常会想到用热图来展示某个基因或某些基因的表达量问题，今天用R中pheatmap包一步步绘制热图。 第一步：公众路径设置，调用包pheatmap,读取目的文件，查看文件。 1 rm(list=ls()) 2 setwd("D:/VIP/ARSTUDYLOCATION/heatmap/heatmap/ ...
分类：
其他好文 时间：
2020-06-06 21:51:12
阅读次数：
223
在无监督学习中，训练样本的标记信息是未知的，目标是通过对无标记的训练样本的学习来揭示数据的内在性质和规律，如数据的聚类特征。聚类试图将数据集中的样本划分为若干个不相交的子集，每个子集称为一个簇。好的聚类结果呈现同一簇的样本尽可能彼此相似，不同簇的样本尽可能不同，换言之，即簇内相似度高且簇间相似度低。 ...
分类：
其他好文 时间：
2020-06-04 01:48:44
阅读次数：
118
一、实验目标 1、使用 K-means 模型进行聚类，尝试使用不同的类别个数 K，并分析聚类结果。 ? 2、按照 8:2 的比例随机将数据划分为训练集和测试集，至少尝试 3 个不同的 K 值，并画出不同 K 下 的聚类结果，及不同模型在训练集和测试集上的损失。对结果进行讨论，发现能解释数据的最好的 ...
分类：
编程语言 时间：
2020-06-01 13:43:49
阅读次数：
106
Kmeans是一种简单的聚类方法，一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。 算法原理 kmeans的计算方法如下： 1 随机选取k个中心点； 2 遍历所有数据，将每个数据划分到最近的中心点，作为一个簇； 3 计算每个聚类的平均值，并作为新的中心点； 4 ...
分类：
其他好文 时间：
2020-05-30 12:52:32
阅读次数：
117
一、相关背景 有监督学习 给定训练集（x1,y1）(x2,y2) ....（xn,yn）找出他们之间的关系 即：学习一个函数 无监督学习 给定训练集：（x1,2,...xn） 学习一个训练集的划分 二、聚类的应用场合 Image segmentaion Data compression cluste ...
分类：
其他好文 时间：
2020-05-27 20:32:17
阅读次数：
99
