无监督学习无监督学习是机器学习的一种方法，没有给定事先标记过的训练示例，自动对输入数据进行分类或分群。 无监督学习的优点： ①算法不受监督信息（偏见）的约束，可能考虑到新的信息。 ②不需要标签数据，极大程度上扩大数据样本 主要应用：聚类分析、关联规则、维度缩减应用最广的是：聚类分析（clustering）聚类分析聚类分析又称为群分析，根据对象的某些属性的相似度，将其自动化分为不同的类别。简要举几个
转载
2024-07-14 19:28:33
33阅读
层次分析法如何建立模型层次分析法可以用来解决评价类问题我们需要思考3个问题1.我们评价的目标是什么？ 2.我们为了达到这个目标有哪几种可选的方案 3.评价的准则或者说指标是什么？其中第三个问题需要根据背景资料或者搜集到的参考资料结合思考然后就可以绘制出一张表例如如何确定表中的数在确定影响某因素的诸因子在该因素中所占的比重时，遇到的主要困难 是这些比重常常不易定量化。此外，当影响某因素的因子较多时，
代码@1：根据所有的调用者生成一个HashCode，用该HashCode值来判断服务提供者是否发生了变化。 代码@2：获取服务提供者< dubbo:method/>标签的hash.nodes属性，如果为空，默认为160，表示一致性hash算法中虚拟节点数量。其配置方式如下：代码@3：一致性Hash算法，在dubbo中，相同的服务调用参数走固定的节点，hash.arguments表示哪些
机器学习（九）~聚类1. 聚类1.1 相似度度量1.2 类特征1.3 类间距2. 原型聚类2.1 K-means2.2 学习向量量化2.3 高斯混合聚类3. 密度聚类4. 层次聚类4.1 三要素4.2 层次聚合聚类算法 1. 聚类聚类既可用于发掘数据内在分布结构，又可作为其他学习任务的前驱过程（如提前探索有几种用户类型）1.1 相似度度量(1)闵可夫斯基距离 (2)马哈拉诺比斯距离 (3)相关系
转载
2024-09-17 10:11:43
24阅读
文章目录一、聚类算法简介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 聚类算法与分类算法最大的区别2 小结二、聚类算法api初步使用1. api介绍2. 案例2.1流程分析2.2 代码实现3. 小结三、聚类算法实现流程1. k-means聚类步骤2. 案例练习3. 小结四、模型评估1. 误差平方和(SSE \The sum of squares due to er
for layer in model.layers:weights = layer.get_weights()model.get_weights() #返回模型权重张量的列表，类
原创
2023-05-18 17:19:25
107阅读
在日常的项目中，CNN与RNN这类很基础的网络搭建是很频繁的，仅以此记录几个常用搭建网络的方法以及其封装。kears的官方文档：https://keras.io/要学会看文档是咋写的，讲道理很快的1、keras搭建CNN网络+gpu声明import keras.backend.tensorflow_backend as ktf
from keras.models import Sequential
转载
2024-07-22 11:05:44
60阅读
1.1 tensorflow预定义经典卷积神经网络和数据集1.1.1 预定义模型tf.keras.applicationstensorflow有很多已经定义好的模型，而且模型参数已经训练过，可以直接下载模型参数文件，载入参数，使用模型。预定义模型在tf.keras.applica
# 如何将Keras权重转为PyTorch权重
在机器学习和深度学习的应用中，Keras和PyTorch是两个广泛使用的深度学习框架。由于它们的设计理念和操作方式不同，很多时候我们可能需要将一个框架中训练好的模型权重迁移到另一个框架中使用。本文将介绍如何将Keras权重转换为PyTorch权重，并通过一个具体示例来实现。
## 步骤概述
1. **导入必要的库**：我们需要`keras`和`
原创
2024-09-20 16:31:22
43阅读
不管是GMM，还是k-means，都面临一个问题，就是k的个数如何选取？比如在bag-of-words模型中，用k-means训练码书，那么应该选取多少个码字呢？为了不在这个参数的选取上花费太多时间，可以考虑层次聚类。 假设有N个待聚类的样本，对于层次聚类来说，
原创
2021-07-08 16:41:21
426阅读
以使用聚类算法将具有较大依赖关系（ 冗余度高） 的特征聚集到一起。 特征聚类 ，其基本思想是根据特征与特征之间相关性及特征与特征簇之间的相关性将特征集划分成多个簇群。
原创
2023-10-08 17:56:22
378阅读
这是我在我的网站中截取的文章，有更多的文章欢迎来访问我自己的博客网站rn.berlinlian.cn，这里还有很多有关计算机的知识，欢迎进行留言或者来我的网站进行留言！！！ 一、聚类的定义聚类是一种常见的数据分析方法，它通过将数据集中的对象分组，使同一组内的对象相似度高，而不同组之间的对象相似度低。 ...
PS：因为没有找到实际应用的场景，所以两个示例直接采用了官网的示例。以后遇到实际的应用场景了，再替换成实际的例子。1.算法简介 双聚类简单来说就是在数据矩阵A中寻找一个满足条件矩阵B1的子矩阵A1，而B1是条件矩阵B的一个子矩阵.2.算法常用的计算模型 目前定义双聚类算法有四种比较广泛的方式：(
转载
2024-03-11 11:28:33
75阅读
自创第一题 题目背景 最好的朋友在身边，最爱的人就在对面. 自爱情公寓拆迁已经过去十多年…… 多年过后，曾经爱情公寓的每个人都成为了自己想成为的样子，一菲成为了著作等身的大教授兼弹一闪道馆馆主，小贤主持的新《你的太阳我的心》大火，咖喱酱成为了娱乐圈配音界的扛把子，子乔和美嘉把事业做大了，成为了人生赢
原创
2021-07-28 14:18:37
91阅读
Keras是一个用于深度学习的简单而强大的Python库。 鉴于深度学习模式可能需要数小时、数天甚至数周的时间来培训，了解如何保存并将其从磁盘中加载是很重要的。 在本文中，您将发现如何将Keras模型保存到文件中，并再次加载它们来进行预测。 让我们开始吧。 2017/03更新：添加了首先安装h5py的说明。在每个示例中的最终打印语句中添加了缺失的括号 2017/03更新：更新了Keras 2.0.
转载
2024-06-11 15:23:14
60阅读
在训练深度学习模型的时候，通常将数据集切分为训练集和验证集．Keras提供了两种评估模型性能的方法：使用自动切分的验证集使用手动切分的验证集 一．自动切分在Keras中，可以从数据集中切分出一部分作为验证集，并且在每次迭代(epoch)时在验证集中评估模型的性能．具体地，调用model.fit()训练模型时，可通过validation_split参数来指定从数据集中切分出验证集的比例．#
本文以TermQuery，GlobalOrdinalsStringTermsAggregator为例，通过代码，分析es，lucene搜索及聚合流程。1：协调节点收到请求后，将search任务发到相关的各个shard。相关代码：TransportSearchAction.executeSearch
TransportSearchAction.searchAsyncAction.start
Abst
转载
2024-07-18 20:31:47
51阅读
谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划分为两个或两个以上的最优子图，使子图内部尽量相似，而子图间距离尽量距离较远，以达到常见的聚类的目的。其中的最优是指最优目标函数不同，可以是割边最小分割——如图1的Smallest cut(如后文的Min...
转载
2015-12-31 15:15:00
698阅读
2评论
各类聚类（clustering）算法初探
原创
2023-07-24 11:42:15
57阅读
https://people.revoledu.com/kardi/tutorial/Clustering/Online-Hierarchical-Clustering.html https://biit.cs.ut.ee/clustvis/ https://www.wessa.net/rwasp_
原创
2023-11-06 11:46:54
76阅读
