密度聚类 fpc::dbscan fpc::dbscan DBSCAN核心思想：如果一个点，在距它Eps的范围内有不少于MinPts个点，则该点就是核心点。核心和它Eps范围内的邻居形成一个簇。在一个簇内如果出现多个点都是核心点，则以这些核心点为中心的簇要合并。其中要注意参数eps的设置，如果eps ...
分类：
编程语言 时间：
2017-08-12 10:21:04
阅读次数：
282
介绍 Waffles 英文原意是蜂蜜甜饼，在这里却指代一个很强大的机器学习的开源工具包。Waffles里包括的算法特别多。涉及机器学习的方方面面，推荐系统位于当中的Waffles_recommend tool，大概仅仅占整个Waffles的1/10的内容，其他还有分类、聚类、採样、降维、数据可视化、 ...
分类：
其他好文 时间：
2017-08-11 23:09:16
阅读次数：
199
一.kmeans聚类： 基本方法流程 1.首先随机初始化k个中心点 2.将每个实例分配到与其最近的中心点，开成k个类 3.更新中心点，计算每个类的平均中心点 4.直到中心点不再变化或变化不大或达到迭代次数 优缺点：该方法简单，执行速度较快。但其对于离群点处理不是很好，这是可以去除离群点。kmeans ...
分类：
编程语言 时间：
2017-08-11 18:30:12
阅读次数：
285
层次聚类(Hierarchical Clustering) 一.概念 层次聚类不需要指定聚类的数目，首先它是将数据中的每个实例看作一个类，然后将最相似的两个类合并，该过程迭代计算只到剩下一个类为止，类由两个子类构成，每个子类又由更小的两个子类构成。如下图所示： 二.合并方法 在聚类中每次迭代都将两个 ...
分类：
编程语言 时间：
2017-08-11 14:39:30
阅读次数：
344
一、基本术语 一个示例=一个样本 属性=特征 属性值-属性空间 一个特征向量，即一个示例 训练集vs验证集vs测试集 假设：模型对应了关于数据的某种潜在规律 学习的任务：分类、回归、聚类 泛化能力：模型适用于新样本的能力 独立同分布：假设全体样本服从一个未知的分布，每个样本都是独立地从这个分布上采样 ...
分类：
其他好文 时间：
2017-08-10 01:32:52
阅读次数：
174
K-medodis与K-means比较相似，但是K-medoids和K-means是有区别的，不一样的地方在于中心点的选取，在K-means中，我们将中心点取为当前cluster中所有数据点的平均值，在 K-medoids算法中，我们将从当前cluster 中选取这样一个点——它到其他所有（当前cl ...
分类：
编程语言 时间：
2017-08-10 01:19:28
阅读次数：
269
【数据挖掘】聚类之k-means 1.算法简述 分类是指分类器（classifier）根据已标注类别的训练集，通过训练可以对未知类别的样本进行分类。分类被称为监督学习（supervised learning）。如果训练集的样本没有标注类别，那么就需要用到聚类。聚类是把相似的样本聚成一类，这种相似性通 ...
分类：
其他好文 时间：
2017-08-09 17:28:41
阅读次数：
180
最近学习基础算法《统计学习方法》，看到利用EM算法估计高斯混合模型(GMM)的时候，发现利用贝叶斯的来理解高斯混合模型的应用其实非常合适。 首先，假设我们对于贝叶斯比较熟悉，对高斯分布也熟悉。本文将GMM用于聚类来举例。 除了简单的高斯分布，理论上通过组合多个不同的高斯分布可以构成任意复杂的分布函数 ...
分类：
其他好文 时间：
2017-08-09 16:49:39
阅读次数：
221
在机器学习(Machine learning)领域，主要有三类不同的学习方法： 监督学习(Supervised learning)、 非监督学习(Unsupervised learning)、 半监督学习(Semi-supervised learning)， 监督学习：通过已有的一部分输入数据与输出 ...
分类：
其他好文 时间：
2017-08-07 22:08:38
阅读次数：
241
第一章节是从一个餐厅的角度出发，引出来许许多多的相关概念。 第一个概念就是什么是数据挖掘，这个简单，望文生义就好了。它的名字本身就诠释了它的内涵。 基本任务还是得记一下： 1分类与预测。（有点像量化，股票交易） 2聚类分析（） 3关联规则（） 4时序模式（） 5偏差检测（） 关于定义挖掘目标，就是什 ...
分类：
其他好文 时间：
2017-08-07 13:37:11
阅读次数：
122
