一、聚类 聚类分析是非监督学习的很重要的领域。所谓非监督学习，就是数据是没有类别标记的，算法要从对原始数据的探索中提取出一定的规律。而聚类分析就是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”。它的难点是不好调参和评估。下面是sklearn中对各种聚类算法的比较。 二、K-Me ...
分类：
编程语言 时间：
2018-07-21 11:47:37
阅读次数：
262
概念： 聚类分析（cluster analysis ）：是一组将研究对象分为相对同质的群组（clusters）的统计分析技术。聚类分析也叫分类分析，或者数值分类。聚类的输入是一组未被标记的样本，聚类根据数据自身的距离或者相似度将其划分成若干个组，划分的原则是组内距离最小化而组间（外部）距离最大化。聚 ...
分类：
编程语言 时间：
2018-07-19 13:45:02
阅读次数：
209
k 均值聚类法 快速高效,特别是大量数据时,准确性高一些,但是需要你自己指定聚类的类别数量 系统聚类法则是系统自己根据数据之间的距离来自动列出类别,所以通过系统聚类法 得出一个树状图,至于聚类的类别 需要自己根据树状图以及经验来确定 (同上)在聚类分析中，我们常用的聚类方法有快速聚类(迭代聚类)和层 ...
分类：
其他好文 时间：
2018-07-18 19:04:32
阅读次数：
164
主成分分析可以简单的总结成一句话：数据的压缩和解释。常被用来寻找判断某种事物或现象的综合指标，并且给综合指标所包含的信息以适当的解释。在实际的应用过程中，主成分分析常被用作达到目的的中间手段，而非完全的一种分析方法。 可以通过矩阵变换知道原始数据能够浓缩成几个主成分，以及每个主成分与原来变量之间线性 ...
分类：
其他好文 时间：
2018-07-11 14:47:32
阅读次数：
193
一.基本概念 dbscan算法 核心对象(A)：若某个点的密度达到算法设定的阈值则其为核心点（即r邻域内点的数量不小于minPts） 邻域的距离阈值：设定的半径r 直接密度可达：若某点p在点q的r邻域内且q是核心点，则p-q是直接密度可达（核心对象，在邻域内） 密度可达：若有一个点的序列q0、q1. ...
分类：
数据库 时间：
2018-06-20 00:02:18
阅读次数：
278
数据化分析：微信文章不增粉的主要原因 2017年10月份，曾经对某公众号文章进行聚类分析。 【文章链接】 第一类：传播力非常强，在一周内传播时效性显著，但粉丝增长度低，且文章具有非常高的价值（对目标用户来说很“值”），同时相应的粉丝也非常活跃； 第二类：文章一周内的传播力较强，粉丝增长量较高，文章的 ...
分类：
微信 时间：
2018-06-15 20:06:34
阅读次数：
256
从定义需求的优先级也能看出产品经理的能力。在前面已经详细阐述了如何评估哪些需求该做，哪些需求不该做。对于已经决定要做的需求，若数量很多，就可确定哪些是现在做，哪些是以后做，不可能在同一时间内全部研发完毕。总得有先有后，优先级高的需求优先研发，优先级低的需求延后研发。这就会涉及需求优先级定义的标准。在 ...
分类：
其他好文 时间：
2018-06-13 20:53:26
阅读次数：
241
高维数据的聚类分析 高维聚类研究方向 高维数据聚类的难点在于： 1、适用于普通集合的聚类算法，在高维数据集合中效率极低 2、由于高维空间的稀疏性以及最近邻特性，高维的空间中基本不存在数据簇。 在高维聚类的研究中有如下几个研究重点： 1）维度约简，主要分为特征变换和特征选择两大类。前者是对特征空间的变 ...
分类：
其他好文 时间：
2018-06-10 18:33:32
阅读次数：
380
判别与聚类的比较： 聚类分析和判别分析有相似的作用，都是起到分类的作用。 判别分析是已知分类然后总结出判别规则，是一种有指导的学习； 聚类分析则是有了一批样本，不知道它们的分类，甚至连分成几类也不知道，希望用某种方法把观测进行合理的分类，使得同一类的观测比较接近，不同类的观测相差较多，这是无指导的学 ...
分类：
其他好文 时间：
2018-05-31 02:41:31
阅读次数：
134
1.规格化设计调研 Coding conventions for projectsApache Developers' C Language Style GuideDrupal PHP Coding StandardsZend Framework Coding StandardsGNU Coding ...
分类：
其他好文 时间：
2018-05-29 01:45:18
阅读次数：
128
