完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 聚類算法
聚類分析又稱群分析,它是研究(樣品或指標(biāo))分類問(wèn)題的一種統(tǒng)計(jì)分析方法,同時(shí)也是數(shù)據(jù)挖掘的一個(gè)重要算法。聚類(Cluster)分析是由若干模式(Pattern)組成的,通常,模式是一個(gè)度量(Measurement)的向量,或者是多維空間中的一個(gè)點(diǎn)。
文章:23個(gè) 瀏覽:12248次 帖子:1個(gè)
如何選擇適合的聚類算法?聚類分析時(shí)需要使用什么變量?
隨機(jī)采樣的樣本大小很重要,也不能過(guò)小。需要足夠有代表性,即小樣本依然可以代表總體的數(shù)據(jù)分布。如果最終需要?jiǎng)澐趾芏鄠€(gè)簇,那么要非常小心,因?yàn)樾颖究赡軣o(wú)法...
2019-04-01 標(biāo)簽:數(shù)據(jù)挖掘聚類算法聚類分析 3.9萬(wàn) 0
與K均值相比最大的優(yōu)點(diǎn)是我們無(wú)需指定指定聚類數(shù)目,聚類中心處于最高密度處也是符合直覺(jué)認(rèn)知的結(jié)果。但其最大的缺點(diǎn)在于滑窗大小r的選取,對(duì)于結(jié)果有著很大的影響。
2018-05-25 標(biāo)簽:聚類算法機(jī)器學(xué)習(xí) 3.8萬(wàn) 0
K-means的優(yōu)缺點(diǎn)及改進(jìn)
K-means算法的優(yōu)點(diǎn)是:首先,算法能根據(jù)較少的已知聚類樣本的類別對(duì)樹(shù)進(jìn)行剪枝確定部分樣本的分類;其次,為克服少量樣本聚類的不準(zhǔn)確性,該算法本身具有優(yōu)...
Python無(wú)監(jiān)督學(xué)習(xí)的幾種聚類算法包括K-Means聚類,分層聚類等詳細(xì)概述
無(wú)監(jiān)督學(xué)習(xí)是機(jī)器學(xué)習(xí)技術(shù)中的一類,用于發(fā)現(xiàn)數(shù)據(jù)中的模式。本文介紹用Python進(jìn)行無(wú)監(jiān)督學(xué)習(xí)的幾種聚類算法,包括K-Means聚類、分層聚類、t-SNE...
2018-05-27 標(biāo)簽:聚類算法機(jī)器學(xué)習(xí)Python 3.1萬(wàn) 0
同時(shí),k值的選取也會(huì)直接影響聚類結(jié)果,最優(yōu)聚類的k值應(yīng)與樣本數(shù)據(jù)本身的結(jié)構(gòu)信息相吻合,而這種結(jié)構(gòu)信息是很難去掌握,因此選取最優(yōu)k值是非常困難的。
與分類不同,分類是示例式學(xué)習(xí),要求分類前明確各個(gè)類別,并斷言每個(gè)元素映射到一個(gè)類別,而聚類是觀察式學(xué)習(xí),在聚類前可以不知道類別甚至不給定類別數(shù)量,是無(wú)監(jiān)...
一種基于MapReduce模型的并行化k-medoids聚類算法
本文針對(duì)k-medoids算法具有初始點(diǎn)選取復(fù)雜、聚類迭代時(shí)間久、中心點(diǎn)選取消耗資源過(guò)多等缺點(diǎn),使用Hadoop平臺(tái)下的MapReduce編程框架對(duì)算...
短視頻如何通過(guò)算法和算力支撐用戶的增長(zhǎng)
為幫助快手 AI 平臺(tái)進(jìn)一步提升在語(yǔ)音識(shí)別上的工作效能,除引入新一代的英特爾?至強(qiáng)?可擴(kuò)展處理器外,英特爾還為快手提供了英特爾?MKL與高性能編譯器兩項(xiàng)...
使用R語(yǔ)言分析告示牌百?gòu)?qiáng)單曲榜上的歌曲特征
主要的差別在于,上世紀(jì)90年代之前的歌曲可能更“直接”一點(diǎn),正如你在上圖中看到的“gonna”(將要)。而上世紀(jì)90年代之后的歌曲看起來(lái)要間接一點(diǎn),用“...
2018-07-05 標(biāo)簽:聚類算法Python數(shù)據(jù)集 4323 0
半監(jiān)督聚類中基于密度的約束擴(kuò)展方法立即下載
類別:網(wǎng)絡(luò)協(xié)議論文 2009-04-22 標(biāo)簽:密度聚類聚類算法 1360 0
類別:數(shù)值算法/人工智能 2017-11-23 標(biāo)簽:貝葉斯聚類算法K-modes 1154 0
一種動(dòng)態(tài)區(qū)間的加權(quán)模糊聚類算法立即下載
類別:物聯(lián)網(wǎng) 2021-04-13 標(biāo)簽:信息數(shù)據(jù)挖掘聚類算法 1127 0
一種改進(jìn)的人工蜂群算法與KECM迭代結(jié)合的聚類算法立即下載
類別:數(shù)值算法/人工智能 2017-11-28 標(biāo)簽:聚類算法蜂群算法KECM 1127 0
基于聚類算法的二分網(wǎng)絡(luò)社區(qū)挖掘算法立即下載
類別:數(shù)值算法/人工智能 2017-12-27 標(biāo)簽:聚類算法挖掘算法 1097 0
類別:數(shù)值算法/人工智能 2017-12-13 標(biāo)簽:聚類算法 1096 0
集成簇內(nèi)和簇間距離的加權(quán)k-means聚類方法立即下載
類別:電子資料 2021-04-28 標(biāo)簽:數(shù)據(jù)挖掘聚類算法 1074 0
基于遺傳聚類的無(wú)線傳感器負(fù)載均衡路由算法立即下載
類別:傳感器技術(shù)論文 2011-06-08 標(biāo)簽:傳感器負(fù)載無(wú)線 1068 0
基于粒子群優(yōu)化的直覺(jué)模糊核聚類算法立即下載
類別:數(shù)值算法/人工智能 2018-03-14 標(biāo)簽:粒子群聚類算法 1047 0
1965年美國(guó)加州大學(xué)柏克萊分校的扎德教授第一次提出了‘集合’的概念。經(jīng)過(guò)十多年的發(fā)展,模糊集合理論漸漸被應(yīng)用到各個(gè)實(shí)際應(yīng)用方面。為克服非此即彼的分類...
將物理或抽象對(duì)象的集合分成由類似的對(duì)象組成的多個(gè)類的過(guò)程被稱為聚類。由聚類所生成的簇是一組數(shù)據(jù)對(duì)象的集合,這些對(duì)象與同一個(gè)簇中的對(duì)象彼此相似,與其他簇中...
機(jī)器學(xué)習(xí)成為材料科學(xué)中復(fù)雜數(shù)據(jù)分析和信息挖掘的有力武器
隨后在實(shí)驗(yàn)研究中,研究人員通過(guò)掃描探針加載脈沖電壓,以激勵(lì)弛豫鐵電體PMN-PT中微區(qū)壓電響應(yīng)的弛豫信號(hào)(激勵(lì)電壓波形如圖二A所示),并根據(jù)不同脈沖偏壓...
2018-04-08 標(biāo)簽:聚類算法機(jī)器學(xué)習(xí)K-means 9816 0
最實(shí)用的的五種機(jī)器學(xué)習(xí)算法
最實(shí)用的機(jī)器學(xué)習(xí)算法Top5 demi 在 周一, 04/01/2019 - 10:35 提交 本文將推薦五種機(jī)器學(xué)習(xí)算法,你應(yīng)該考慮是否將它們投入應(yīng)用...
2021-03-24 標(biāo)簽:聚類算法樸素貝葉斯機(jī)器學(xué)習(xí)算法 6761 0
聚類是另一種無(wú)監(jiān)督機(jī)器學(xué)習(xí)方法
一個(gè)常用的定義方法是歐幾里得距離,即兩點(diǎn)之間的直線距離。在機(jī)器學(xué)習(xí)中,經(jīng)常使用的距離度量有十余種。在實(shí)踐中,距離度量的選擇取決于數(shù)據(jù)的性質(zhì)(是否是數(shù)值)...
2020-03-25 標(biāo)簽:聚類算法機(jī)器學(xué)習(xí)K-means 4520 0
聚類算法十分容易上手,但是選擇恰當(dāng)?shù)木垲愃惴ú⒉皇且患菀椎氖隆?/p>
2020-03-15 標(biāo)簽:聚類算法機(jī)器學(xué)習(xí) 2260 0
我們不用手工選擇 anchor boxes,而是在訓(xùn)練集的邊界框上的維度上運(yùn)行 K-means 聚類算法,自動(dòng)找到良好的 anchor boxes 。 ...
在聚類技術(shù)領(lǐng)域中,K-means可能是最常見(jiàn)和經(jīng)常使用的技術(shù)之一。K-means使用迭代細(xì)化方法,基于用戶定義的集群數(shù)量(由變量K表示)和數(shù)據(jù)集來(lái)產(chǎn)生其...
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無(wú)刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺(jué) | 無(wú)人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
Arduino | BeagleBone | 樹(shù)莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |