搜索结果
查询Tags标签： 聚类，共有 164条记录-
Python图像处理丨基于K-Means聚类的图像区域分割
摘要：本篇文章主要讲解基于理论的图像分割方法，通过K-Means聚类算法实现图像分割或颜色分层处理。 本文分享自华为云社区《[Python图像处理] 十九.图像分割之基于K-Means聚类的区域分割》，作者： eastmount。 本篇文章主要讲解基于理论的图像分割方法，通过K-Means聚类…
2022/9/10 1:23:08 人评论 次浏览 -
smile——Java机器学习引擎
资源 https://haifengl.github.io/ https://github.com/haifengl/smile 介绍 Smile（统计机器智能和学习引擎）是一个基于Java和Scala的快速、全面的机器学习、NLP、线性代数、图形、插值和可视化系统。 凭借先进的数据结构和算法，Smile提供了最先进的性能。Smile有很好的…
2022/9/1 14:25:51 人评论 次浏览 -
统计分析 -- 聚类算法模型
统计分析 -- 聚类算法模型 距离分析数据标准化 欧氏距离与量纲有关，因此，有时需要对数据进行预处理， 如标准化等。 在MATLAB中的命令是zscore，调用格式 Z = zscore(X) 输入X表示N行p列的原始观测矩阵，行为个体，列为指标。输出Z为X的标准化矩阵: Z = (X–ones(N,1)*m…
2022/8/24 1:22:52 人评论 次浏览 -
DBSCAN聚类算法分析
参考来源：公众号：我的学城：一文掌握DBSCAN聚类。 认识DBSCAN DBSCAN全称Density-Based Spatial Clustering of Applications with Noise，翻译过来就是基于密度的噪声应用空间聚类。 一句话形容就是，DBSCAN基于密度，它可以找到样本点的全部密集区域，并把这些密集区域…
2022/7/25 1:54:07 人评论 次浏览 -
机器学习：聚类
1、聚类任务 聚类是一种经典的无监督学习方法，无监督学习的目标是通过对无标记训练样本的学习，发掘和揭示数据集本身潜在的结构与规律，即不依赖于训练数据集的类标记信息。 聚类则是试图将数据集的样本划分为若干个互不相交的类簇，从而每个簇对应一个潜在的类别。 2、…
2022/7/23 23:27:03 人评论 次浏览 -
# 基于聚类、贪心、模拟退火的分拣问题的研究
基于聚类、贪心、模拟退火的分拣问题的研究 问题1 1. 余弦相似性聚类算法 余弦相似性求邻近度的凝聚型层次聚类算法 凝聚层次聚类：凝聚的层次聚类是一种自底向上的策略。（分裂的层次聚类与凝聚的层次聚类相反）所谓凝聚的，指的是该算法初始时，将每个点作为一个簇，…
2022/7/14 23:20:34 人评论 次浏览 -
机器学习—聚类算法
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尽可能地大。也即聚类后同一类的数据尽可能聚集到一起，不同类数据尽量分离。 1.K-Means聚类鸢尾花数据 …
2022/7/2 1:22:31 人评论 次浏览 -
密度峰值聚类算法的实现
密度峰值聚类（Density peaks clustering, DPC）来自Science上Clustering by fast search and find of density peaks. 2014.数据挖掘课大作业中读到了它。再整理自大作业的研究实验报告，分享到博客。 分为三个部分，先是基本原理，然后写代码实现，然后是浅浅写…
2022/6/28 1:20:41 人评论 次浏览 -
激光雷达的障碍物检测
激光雷达感知 自动驾驶中采用激光雷达做感知可以分为两个层次，低层次感知也叫作障碍物检测，只需要探测到前方有障碍物即可；高层次感知可以看做目标识别，需要对障碍物信息进一步分类。 障碍物检测是指从点云数据中提取出潜在的障碍物体，得到它们的方位、尺寸、形状、朝…
2022/6/21 23:22:12 人评论 次浏览 -
python数据分析与挖掘期末复习
一、简答题 1.数据挖掘的基本任务 包括利用分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐等方法，帮助企业提取数据中蕴含的商业价值，提高企业的竞争力。 2.数据挖掘建模的过程 目标定义——》数据采集——》数据整理——》构建模型——》模型评价——》…
2022/6/20 1:20:18 人评论 次浏览 -
3.7：基于Weka的K-means聚类的算法示例
〇、目标 1、使用Weka平台，并在该平台使用数据导入、可视化等基本操作； 2、对K-means算法的不同初始k值进行比较，对比结果得出结论。 一、打开Weka3.8并导入数据二、导入数据 三、SimpleKMeans算法聚类 四、运行观察结果 1、观察聚类输出结果 2、修改参数值重新运行并观…
2022/6/16 1:20:05 人评论 次浏览 -
python不确定性计算之模糊动态聚类实验
模糊动态聚类实验 本实验所采用的模糊聚类分析方法是基于模糊关系上的模糊聚类法，也称为系统聚类分析法，可分为三步： 第一步：数据标准化，建立模糊矩阵 第二步：建立模糊相似矩阵 第三步：聚类 本程序读取Excel文件，再由程序读入，在数据标准化中采用了最大值规格法，…
2022/6/11 1:22:49 人评论 次浏览 -
评价聚类结果之entropy（熵值）和purity（纯度）https://blog.csdn.net/vernice/article/details/46467449
使用k-means算法对数据进行聚类之后，通常需要验证一下聚类的效果。常用的验证方法包括entropy、purity、precious、F-measure、Recall，本文只介绍entropy和purity算法。Entropy： 对于一个聚类i，首先计算。指的是聚类 i 中的成员（member）属于类（class）j 的概率，。…
2022/6/8 23:20:23 人评论 次浏览 -
C# 循环依赖，分片，聚类
1 public static List<ProjectModel> While_ProjectRef(ProjectModel projectModel,SolutionModel solutionModel,2 List<ProjectModel> ProjectCrip)3 {4 List<ProjectModel> Self_Refs = new List<ProjectModel…
2022/4/19 12:12:32 人评论 次浏览 -
论文解读（GRCCA）《 Graph Representation Learning via Contrasting Cluster Assignments》
论文信息论文标题：Graph Representation Learning via Contrasting Cluster Assignments论文作者：Chun-Yang Zhang, Hong-Yu Yao, C. L. Philip Chen, Fellow, IEEE and Yue-Na Lin论文来源：2022, TKDE论文地址：download 论文代码：download1 介绍我们提出了一种新的无…
2022/4/6 23:22:27 人评论 次浏览
