|
|
| 聚类 · 无邪的打火机 · 大数据 随机算法 聚类 随机游走 · 1 年前 2021年4月25日 ... 大数据背景下,社交网络的商业应用价值巨大,但由于其网络规模空前庞大,传统的网络分析方法因计算成本过高而不再适用.而通过网络抽样算法获取样本网络,再;... |
|
| 聚类 · 无邪的打火机 · 聚类 分层抽样 · 1 年前 聚类抽样是一种抽样方法，其中将种群划分为2.在一定区域内已经存在的聚类，并从每个聚类中抽取样本。 分层抽样效率很高，旨在提供精确的统计数据，而整群抽样旨在提高抽样;... |
|
| 聚类 · 无邪的打火机 · k-means算法 并行处理 聚类 k-means · 1 年前 摘要： 针对大数据环境下K-means聚类算法聚类精度不足和收敛速度慢的问题,提出一种基于优化抽样聚类的K-means算法(OSCK)。首先,该算法从海量数据中概率抽样多个样本;;... |
|
| 聚类 · 无邪的打火机 · python random 聚类 随机抽样 · 1 年前 2022年6月10日 ... 四种抽样方法见下示例代码. 示例代码. from sklearn.model_selection import train_test_split import numpy as np def random_sample(array,;... |
|
| 聚类 · 无邪的打火机 · 聚类 无监督学习 层次聚类方法 样本均值的抽样分布 · 1 年前 2021年8月3日 ... 本文提出了基于样本数量和基于相似性的两种聚合抽样方法，并通过实验证明，采用聚类抽样的方法进行节点选择可以使聚合模型在训练和测试时取得更快更平滑的;... |
|
| 聚类 · 无邪的打火机 · 分层抽样 整群抽样 · 1 年前 ... 抽样方式，在调查中经常被使用。整群抽样又称聚类抽样，是将总体中各单位归并成若干个互不交叉、互不重复的集合，称之为群；然后以群为抽样单位抽取样本的一种抽样方式。 |
|
| 聚类 · 无邪的打火机 · 聚类 样本容量 简单随机抽样 · 1 年前 聚类取样（Cluster Sampling）又称整群抽样。是将总体中各单位归并成若干个互不交叉、互不重复的集合，称之为群；然后以群为抽样单位抽取样本的一种抽样方式。 |
|
| 聚类 · 无邪的打火机 · 大数据 分类变量 聚类 模糊聚类分析 · 1 年前 编辑导语：聚类分析是对样本或指标进行分类的一种统计方法，它能帮助我们窥探不同人群之间的数据差异，也被应用于基于定量数据的用户分类实践中。 |
|
| 聚类 · 无邪的打火机 · 分类数据 聚类 无监督学习 · 1 年前 2021年7月31日 ... 聚类算法也可以用作分类，这个说法没问题，确实可以。相比之下，聚类是使用聚类结果的类来给每个数据打上标签，属于无监督学习；而分类，;... |
|
| 聚类 · 无邪的打火机 · 聚类 · 1 年前 聚类是一种无指导的学习过程，而分类则是有指导的学习过程。聚类和分类的区别还在于：聚类事先没有类表，完全是按照样本间的相似度来进行，即先有样本后有类；而分类则;... |
|
| 聚类 · 无邪的打火机 · 大数据 分类数据 聚类 无监督学习 · 1 年前 算法书上往往这样解释二者的区别：分类是把某个对象划分到某个具体的已经定义的类别当中，而聚类是把一些对象按照具体特征组织到若干个类别里。虽然都是把某个对象划分到某;... |
|
| 聚类 · 无邪的打火机 · 机器学习 聚类 无监督学习 · 1 年前 2020年3月24日 ... 分类与聚类的比较 · 分类：有训练数据，且训练数据包含输入和输出（有监督学习），已知分类的类别（即训练数据的输出）。 · 聚类：训练数据只有输入（无监督;... |
|
| 聚类 · 无邪的打火机 · 机器学习 分类数据 聚类 无监督学习 · 1 年前 2020年8月19日 ... 其实聚类和分类最简单的区分就是，类别是否已知。 分类是根据数据的特征划分到已知的类别，比如对动物图片进行分类，提取图片的特征，然后根据提取的;... |
|
| 聚类 · 无邪的打火机 · 大数据 云数据 聚类 无监督学习 · 1 年前 2018年4月24日 ... 算法书上往往这样解释二者的区别：分类是把某个对象划分到某个具体的已经定义的类别当中，而聚类是把一些对象按照具体特征组织到若干个类别里。虽然都是把;... |
|
| 聚类 · 无邪的打火机 · 机器学习 深度学习 聚类 无监督学习 · 1 年前 2015年7月2日 ... 但是很多时候上述条件得不到满足，尤其是在处理海量数据的时候，如果通过预处理使得数据满足分类算法的要求，则代价非常大，这时候可以考虑使用聚类算法。 |
|
| 聚类 · 无邪的打火机 · python机器学习 聚类 层次聚类方法 dbscan · 1 年前 2018年7月26日 ... 一、前言二、DBSCAN聚类算法三、参数选择四、DBSCAN算法迭代可视化展示五、常用的评估方法：轮廓系数六、用Python实现DBSCAN聚类算法一、前言去年学聚;... |
|
| 聚类 · 无邪的打火机 · 聚类 k-means 谱聚类 dbscan · 1 年前 2020年3月25日 ... （1）什么是聚类？ 聚类就是对大量未知标注的数据集，按照数据内部存在的数据特征将数据集划分为多个不同的类别，使类别内的数据比较相似，;... |
|
| 聚类 · 无邪的打火机 · 矩阵 聚类 切图 邻接矩阵 · 1 年前 2016年12月29日 ... 谱聚类（spectral clustering）是广泛使用的聚类算法，比起传统的K-Means算法，谱聚类对数据分布的适应性更强，聚类效果也很优秀，同时聚类的计算量也;... |
|
| 聚类 · 无邪的打火机 · 算法 聚类 层次聚类方法 模糊聚类分析 · 1 年前 将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的;... |
|
| 聚类 · 纯真的石榴 · 无监督学习 层次聚类方法 kmeans 聚类 · 1 年前 2018年1月20日 ... 1. 聚类简介0x1：聚类是什么？ 聚类是一种运用广泛的探索性数据分析技术，人们对数据产生的第一直觉往往是通过对数据进行有意义的分组，;... |
|
| 聚类 · 纯真的石榴 · 百度开发者中心 分类数据 层次聚类方法 聚类 · 1 年前 2022年5月19日 ... 传统的聚类算法大致可以分为划分聚类方法、层次聚类方法、密度聚类方法、网格聚类方法、模型聚类方法等。近年来，量子聚类方法、谱聚类方法、粒度聚类方法;... |
|
| 聚类 · 纯真的石榴 · 算法 模糊聚类分析 层次聚类方法 聚类 · 1 年前 聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。聚类（Cluster）分析是由若干模式（Pattern）组成的，;... |
|
| 聚类 · 纯真的石榴 · 集群技术 层次聚类方法 k-means 聚类 · 1 年前 2019年2月14日 ... 聚类算法是机器学习中涉及对数据进行分组的一种算法。在给定的数据集中，我们可以通过聚类算法将其分成一些不同的组。在理论上，相同的组的数据;... |
|
| 聚类 · 纯真的石榴 · 层次聚类方法 k-means 滑动窗口 聚类 · 1 年前 |
|
| 聚类 · 纯真的石榴 · 无监督学习 模糊聚类分析 层次聚类方法 聚类 · 1 年前 2018年3月1日 ... 1. K-Means(K均值)聚类算法步骤： (1) 首先我们选择一些类/组，并随机初始化它们各自的中心点。中心点是与每个数据点向量长度相同的位置。 |
|
| 聚类 · 纯真的石榴 · 算法 无监督学习 层次聚类方法 聚类 · 1 年前 聚类(Clustering) 是按照某个特定标准(如距离)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也;... |
|
| 聚类 · 纯真的石榴 · 无监督学习 层次聚类方法 模糊聚类分析 聚类 · 1 年前 聚类分析是统计学中研究这种“物以类聚” 问题的一种有效方法，它属于统计分析的范畴。聚类分析的实质是建立一种分类方法，它能够将一批样本数据按照他们在性质上的亲密;... |
|
| 聚类 · 纯真的石榴 · 分类数据 分类变量 多元统计分析 聚类 · 1 年前 从数学上看两种聚类没有本质差别（只要把观测矩阵转置就得到另一种聚类问题）。 聚类分析在机器学习领域又称为无监督（无指导）学习， 这是因为数据中并没有现成的分类可;... |
|