DBSCAN方法及应用 1.DBSCAN密度聚类简介 DBSCAN 算法是一种基于密度的聚类算法： 1.聚类的时候不需要预先指定簇的个数 2.最终的簇的个数不确定DBSCAN算法将数据点分为三类： 1.核心点：在半径Eps内含有超过MinPts数目的点。 2.边界点：在半径Eps内点的数量小于Min ...
分类：
数据库 时间：
2017-06-04 22:53:20
阅读次数：
492
K-means方法及其应用 1.K-means聚类算法简介： k-means算法以k为参数，把n个对象分成k个簇，使簇内具有较高的相似度，而簇间的相似度较低。主要处理过程包括： 1.随机选择k个点作为初始的聚类中心。 2.对于剩下的点，根据其与聚类中心的距离，将其归入最近的簇。 3.对每个簇，计算所 ...
分类：
其他好文 时间：
2017-06-04 20:05:34
阅读次数：
609
无监督学习 1.无监督学习的目标： 利用无标签的数据学习数据的分布或数据与数据之间的关系被称为无监督学习。 1.有监督学习和无监督学习的最大区别在于数据是否有标签 2.无监督学习最常应用的场景是聚类(clustering)和降维(Dimension Reduction) 2.聚类(clusterin ...
分类：
其他好文 时间：
2017-06-04 18:43:10
阅读次数：
332
作用：Clustering organizes things that are close into groups 算法步骤： a).Find closest two thing b).Put them together c).Find next closest 算法结果：A tree showin ...
分类：
其他好文 时间：
2017-06-04 09:46:34
阅读次数：
162
http://blog.csdn.net/zhangyingchengqi/article/details/50969064 一、机器学习 1. 包括近400个不同大小和类型的数据集，可用于分类、回归、聚类和推荐系统任务。数据集列表位于： http://archive.ics.uci.edu/ml/ ...
分类：
系统相关 时间：
2017-06-03 20:09:44
阅读次数：
234
一、K近邻方法（KNeighborsClassifier） 使用方法同kmeans方法，先构造分类器，再进行拟合。区别是Kmeans聚类是无监督学习，KNN是监督学习，因此需要划分出训练集和测试集。 直接贴代码。 K-NN可以看成：有那么一堆你已经知道分类的数据，然后当一个新数据进入的时候，就开始跟 ...
分类：
其他好文 时间：
2017-06-03 11:28:13
阅读次数：
300
简介 支持向量机（Support vector machine，以下简称SVM）是一种监督学习模型，其学习算法可分析数据，并用以解决分类和回归问题。给定一训练数据集，每个数据点（或实例）属于二分类中的某个分类，SVM训练算法则建立一个模型，这个模型可以将一个新的数据实例归于某一类（预测）。除了线性分 ...
分类：
其他好文 时间：
2017-06-02 21:05:21
阅读次数：
205
网格聚类算法综述（1）STINGSTING（StatisticalInformationGrid）是一种基于网格的多分辨率聚类技术它将空间区域划分为矩型单元。针对不同级别的分辨率，通常存在多个级别的矩形单元，这些单元形成了一个层次结构；高层的每个单元被划分为多个低一层的单元。每个网格单元属性的..
分类：
编程语言 时间：
2017-06-02 17:29:04
阅读次数：
186
原因：servlet 返回的数据不是 Json 格式 1、JS代码为： 1 var jsonStr = {'clusterNum':2,'iterationNum':3,'runTimes':4}; 2 $.ajax({ 3 type: "post", 4 //http://172.22.12.13 ...
分类：
Web程序 时间：
2017-06-01 23:33:25
阅读次数：
285
转自：http://blog.csdn.net/xw20084898/article/details/17564957 一、工具：VC+OpenCV 二、语言：C++ 三、原理 otsu法（最大类间方差法，有时也称之为大津算法）使用的是聚类的思想，把图像的灰度数按灰度级分成2个部分，使得两个部分之间 ...
分类：
其他好文 时间：
2017-05-30 16:19:01
阅读次数：
261
