聚类概念：无监督问题：我们手里没有某一个数据属于某一个标签聚类：将相似的东西分到一组难点：不像有监督问题有标签 评估难度大 没有标准答案调参难
K-MEANS算法基本概念:要得到簇的个数，需要制定K值质心：数据的均值，即向量各维取平均即可距离的度量：常用欧式距离和余弦相似度（先标准化）优化目标：使得每个簇当中，所有样本点到质心的距离越小越好
mini=1∑kxϵCi∑dict(Ci,
原创
2022-03-23 13:49:28
96阅读
一、聚类算法的介绍1.什么是聚类算法聚类算法是一类无监督学习算法，用于将数据集中的对象分组（或聚类）成具有相似性的集合。聚类算法不依赖于预定义的类别标签，而是根据数据的内在特点将相似的数据点聚集在一起。聚类算法的目标是通过最大化组内的相似性和最小化组间的差异来实现聚类。聚类算法可以帮助我们发现数据中的潜在结构、识别相似的数据点、进行数据压缩和预处理等。2.聚类算法在现实中的应用市场细分：聚类算法可
聚类通常目标是将样本分为几个同的类别，而分类前的样本数据本身通常并没有对应的类别，或者说样本是在聚类后才知道了哪些样本属于一类，而被分好的类别名称是需要用户根据其特征来命名...
转载
2021-07-09 10:13:12
123阅读
聚类算法简介、API、实现流程、算法优化和模型评估
原创
2022-03-11 11:35:53
240阅读
聚类主要有两个准则和一个思想。两个准则是：类内距离最小，类间距离最大；一个思想是：EM（Estimation andMaximization）思想。类内距离最小准则表现在如K-均值法、模糊C-均值法（fussy c-means，FCM）等算法中；类间距离最大准则则表现在分层聚类算法中。
原创
精选
2014-07-16 20:33:41
2188阅读
算法原理聚类指的是把集合，分组成多个类，每个类中的对象都是彼此相似的。K-means是聚类中最常用的方法之一，它是基于点与点距离的相似度来计算最佳类别归属。在使用该方法前，要注意（1）对数据异常值的处理；（2）对数据标准化处理（x-min(x))/(max(x)-min(x)）；（3）每一个类别的数量要大体均等；（4）不同类别间的特质值应该差异较大。算法流程（1）选择k个初始聚类中心（2）计算每个
原创
精选
2022-04-19 14:30:36
548阅读
点赞
本次实验是一场聚类算法的深度探索之旅，涵盖了K-means、K-medoids、DBSCAN和凝聚聚类等引人注目的算法。K-m
1. K-Means 算法 此算法是很常用的一个算法，也是基于向量距离来做聚类。算法步骤： （1） 从 n 个向量对象任意选择 k 个向量作为初始聚类中心 （2） 根据在步骤（1）中设置的 k 个向量（中心对象向量），计算每个对象与这 k 个中心对象各自的距离 &nbs
原创
精选
2022-12-10 16:10:52
358阅读
点赞
文章目录四种基本算法以及如何选择基于连通性的聚类或层次聚类基于质心的聚类期望最大化算法基于数据密度的聚类 这里介绍四种基本的聚类算法—层次聚类、基于质心的聚类、最大期望算法和基于密度的聚类算法， 并讨论不同算法的优缺点。聚类算法十分容易上手，但是选择恰当的聚类算法并不是一件容易的事。数据聚类是搭建一个正确数据模型的重要步骤。数据分析应当根据数据的共同点整理信息。然而主要问题是，什么一般性的参数可
机器学习 聚类算法 层次聚类 Hierarchical Clustering
转载
2022-05-24 20:57:07
2334阅读
一.图像分割利用图像的灰度、颜色、纹理、形状等特征，把图像分成若干个互不重叠的区域，并使为临床治...
原创
2022-07-14 10:30:58
342阅读
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。“物以类聚，人以群分”。聚类分析是研究分类问题的一种统计分析方法。聚类分析内容非常丰富，有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。
原创
2022-04-12 16:17:31
300阅读
机器学习从学习的种类分为“无监督学习”（不对样本数据做任何标记甚至是过程干预）
原创
2022-09-13 12:27:10
108阅读
本文是“漫谈 Clustering 系列”中的第 8 篇，参见本系列的其他文章。系列不小心又拖了好久，其实正儿八经的 blog 也好久没有写了，因为比较忙嘛，不过觉得 Hierarchical Clust...
转载
2016-08-05 11:12:00
280阅读
2评论
一、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，通常，模式是一个度量（Measurement）的向量，或者是多维空间中的一个点。
聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。 二、聚类算法分类1.基于划分给定一个有N个元组
聚类问题是无监督学习的问题，算法的思想就是“物以类聚，人以群分”。聚类算
法感知样本间的相似度，进行类别归纳，对新的输入进行输出预测，输出变量取有限个
离散值。 ...
转载
2021-07-26 20:27:00
166阅读
2评论
代码示例
# -*- coding: utf-8 -*-
"""
Created on Fri Sep 21 15:37:26 2018
@author: zhen
"""
from PIL import Image
import numpy as np
from sklearn.cluster import KMeans
import matplotlib
import matplotlib
转载
2021-02-20 16:23:00
147阅读
2评论
目录1 认识聚类算法1.1 聚类算法在现实中的应用1.2 聚类算法的概念1.3 聚类与分类最大的区别1.4 小结2 聚类算法api初步使用2.1 api介绍2.2 案例2.2.1流程分析2.2.2 代码实现
原创
2022-10-08 09:10:06
158阅读
# 机器学习聚类用途实现流程
## 1. 简介
在机器学习中，聚类是一种将数据集中的样本划分为多个类别或群组的方法。聚类有广泛的应用，例如市场分析、社交网络分析、图像处理等等。本文将介绍如何使用机器学习算法实现聚类，并给出相应的代码示例和解释。
## 2. 实现步骤
为了让小白更好地理解整个实现流程，我们将使用表格展示步骤和相应的代码示例。
步骤 | 描述 | 代码示例
--- | --
原创
2023-09-12 11:29:29
24阅读
