搜索结果
查询Tags标签： 聚类，共有 164条记录-
聚类算法指标整理
文章目录 前言纯度(purity)纯度的计算Python代码 标准互信息(NMI)熵互信息标准互信息MI 和 NMI的计算实现 Python 版 调整互信息(AMI)示例代码 兰德系数(Rand Index)示例代码 调整兰德系数(Adjusted Rand index)示例代码前言 本文主要介绍聚类算法的一些常见评测指标。 假…
2021/11/28 20:44:24 人评论 次浏览 -
聚类之K-means算法理论及代码实现
一、K-means算法思想 1.定义 是一种原型聚类。 原型表示：均值向量 迭代方式：根据均值向量的公式，重新计算出新的均值向量。 2.目标 簇内相似度高，簇外相似度低。即：紧密而独立 3.流程 随机挑选k个样本作为均值向量（初始化）——计算各个样本到均值向量的距离——划分…
2021/11/23 17:11:47 人评论 次浏览 -
聚类之K-means算法理论及代码实现
一、K-means算法思想 1.定义 是一种原型聚类。 原型表示：均值向量 迭代方式：根据均值向量的公式，重新计算出新的均值向量。 2.目标 簇内相似度高，簇外相似度低。即：紧密而独立 3.流程 随机挑选k个样本作为均值向量（初始化）——计算各个样本到均值向量的距离——划分…
2021/11/23 17:11:47 人评论 次浏览 -
聚类算法用于降维，KMeans的矢量量化应用
文章目录 前言案例：聚类算法用于降维，KMeans的矢量量化应用1. 导入需要的库2.导入数据，探索数据（里面的内容是探索图像数据的一个固定的流程）3. 决定超参数，数据预处理4. 对数据进行K-Means的矢量量化5. 对数据进行随机的矢量量化6. 将原图，按KMeans矢量量化和随机…
2021/11/21 17:09:59 人评论 次浏览 -
聚类算法用于降维，KMeans的矢量量化应用
文章目录 前言案例：聚类算法用于降维，KMeans的矢量量化应用1. 导入需要的库2.导入数据，探索数据（里面的内容是探索图像数据的一个固定的流程）3. 决定超参数，数据预处理4. 对数据进行K-Means的矢量量化5. 对数据进行随机的矢量量化6. 将原图，按KMeans矢量量化和随机…
2021/11/21 17:09:59 人评论 次浏览 -
手把手教你用Python玩转时序数据，从采样、预测到聚类
时序数据，也就是时间序列的数据。 像股票价格、每日天气、体重变化这一类，都是时序数据，这类数据相当常见，也是所有数据科学家们的挑战。 所以，如果你有朝一日碰到了时序数据，该怎么用Python搞定它呢？ 时序数据采样 数据集 这里用到的例子，是2011年11月到2014年2月…
2021/11/19 17:39:59 人评论 次浏览 -
手把手教你用Python玩转时序数据，从采样、预测到聚类
时序数据，也就是时间序列的数据。 像股票价格、每日天气、体重变化这一类，都是时序数据，这类数据相当常见，也是所有数据科学家们的挑战。 所以，如果你有朝一日碰到了时序数据，该怎么用Python搞定它呢？ 时序数据采样 数据集 这里用到的例子，是2011年11月到2014年2月…
2021/11/19 17:39:59 人评论 次浏览 -
聚类算法
聚类算法概述 K-means
2021/11/12 12:40:49 人评论 次浏览 -
聚类算法
聚类算法概述 K-means
2021/11/12 12:40:49 人评论 次浏览 -
第七节 Scipy-kmeans聚类色彩提取
import numpy as np from scipy.cluster.vq import vq, kmeans, whiten import matplotlib.pyplot as pltfe = np.array([[1.9,2.0],[1.7,2.5],[1.6,3.1],[0.1,0.1],[0.8,0.3],[0.4,0.3],[0.22,0.1],[0.4, 0.3],[0.4,0.5],[1.8,1.9]])book = np.array((fe[0], fe[1])) pri…
2021/11/12 6:10:40 人评论 次浏览 -
第七节 Scipy-kmeans聚类色彩提取
import numpy as np from scipy.cluster.vq import vq, kmeans, whiten import matplotlib.pyplot as pltfe = np.array([[1.9,2.0],[1.7,2.5],[1.6,3.1],[0.1,0.1],[0.8,0.3],[0.4,0.3],[0.22,0.1],[0.4, 0.3],[0.4,0.5],[1.8,1.9]])book = np.array((fe[0], fe[1])) pri…
2021/11/12 6:10:40 人评论 次浏览 -
Python使用Numpy实现Kmeans算法
matplotlib.pyplot.scatter散点图的画法：目录 Kmeans聚类算法介绍： 1.聚类概念： 2.Kmeans算法： 定义： 大概步骤：Kmeans距离测定方式：3.如何确定最佳的k值(类别数)： 手肘法： python实现Kmeans算法： 1.代码如下：2.代码结果展示：聚类可视化图：手肘图：运行结果…
2021/11/12 1:10:36 人评论 次浏览 -
Python使用Numpy实现Kmeans算法
matplotlib.pyplot.scatter散点图的画法：目录 Kmeans聚类算法介绍： 1.聚类概念： 2.Kmeans算法： 定义： 大概步骤：Kmeans距离测定方式：3.如何确定最佳的k值(类别数)： 手肘法： python实现Kmeans算法： 1.代码如下：2.代码结果展示：聚类可视化图：手肘图：运行结果…
2021/11/12 1:10:36 人评论 次浏览 -
待完成 |机器学习常用算法原理及优缺点
原理： https://www.cnblogs.com/hellochennan/p/6654126.html https://www.cnblogs.com/hellochennan/p/6654128.html https://www.cnblogs.com/hellochennan/p/6654129.html常见问题https://www.cnblogs.com/hellochennan/p/6654134.html算法的优缺点 K-means 1.优点：…
2021/11/7 11:39:56 人评论 次浏览 -
待完成 |机器学习常用算法原理及优缺点
原理： https://www.cnblogs.com/hellochennan/p/6654126.html https://www.cnblogs.com/hellochennan/p/6654128.html https://www.cnblogs.com/hellochennan/p/6654129.html常见问题https://www.cnblogs.com/hellochennan/p/6654134.html算法的优缺点 K-means 1.优点：…
2021/11/7 11:39:56 人评论 次浏览
