K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。该算法接受参数 k ；然后将事先输入的n个数据对象划分为 k个聚类以便使...
分类：
编程语言 时间：
2015-12-16 00:07:34
阅读次数：
1507
算法的介绍otsu法（最大类间方差法，有时也称之为大津算法）使用的是聚类的思想，把图像的灰度数按灰度级分成2个部分，使得两个部分之间的灰度值差异最大，每个部分之间的灰度差异最小，通过方差的计算来寻找一个合适的灰度级别来划分。 所以可以在二值化的时候采用otsu算法来自动选取阈值进行二值化。otsu算...
分类：
编程语言 时间：
2015-12-12 18:39:03
阅读次数：
149
不同于其它的机器学习模型，EM算法是一种非监督的学习算法，它的输入数据事先不需要进行标注。相反，该算法从给定的样本集中，能计算出高斯混和参数的最大似然估计。也能得到每个样本对应的标注值，类似于kmeans聚类（输入样本数据，输出样本数据的标注）。实际上，高斯混和模型GMM和kmeans都是EM算法的...
分类：
编程语言 时间：
2015-12-10 16:37:06
阅读次数：
355
kmeans算法主要用来实现自动聚类，是一种非监督的机器学习算法，使用非常广泛。在opencv3.0中提供了这样一个函数，直接调用就能实现自动聚类，非常方便。函数原型：C++: double kmeans(InputArray data, int K, InputOutputArray bestLa...
分类：
其他好文 时间：
2015-12-09 19:23:47
阅读次数：
197
原文：http://blog.csdn.net/abcjennifer/article/details/7914952本栏目（Machine learning）包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization...
分类：
其他好文 时间：
2015-12-07 16:03:55
阅读次数：
160
首先要来了解的一个概念就是聚类，简单地说就是把相似的东西分到一组，同 Classification (分类)不同，对于一个 classifier ，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个 classifier 会从它得到的训练集中进行“学习”，从而具备对未知数据进行分...
分类：
其他好文 时间：
2015-12-07 15:57:47
阅读次数：
145
1.超体聚类——一种来自图像的分割方法 超体（supervoxel）是一种集合，集合的元素是“体”。与体素滤波器中的体类似，其本质是一个个的小方块。与之前提到的所有分割手段不同，超体聚类的目的并不是分割出某种特定物体，其对点云实施过分割(over segmentation)，将场景点云化成很多小块....
分类：
其他好文 时间：
2015-12-02 20:50:14
阅读次数：
1932
在数据分析和数据挖掘的过程中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如K最近邻（KNN）和K均值（K-Means）。当然衡量个体差异的方法有很多，这里整理罗列下。 为了方便下面的解释和举例，先设定我们要比较X个...
分类：
编程语言 时间：
2015-12-01 12:52:40
阅读次数：
189
K-means的步骤 输入： 含n 个样本的数据集，簇的数据K 输出： K 个簇 算法步骤： 1.初始化K个簇类中心C1，C2，-……Ck （通常随机选择） 2.repeat 步骤3,4 3，将数据集中的每个样本分配到与之最近的中心Ci所在的簇Cj ； 4. 更新聚类中心Ci,即计算各个簇的样本均值...
分类：
编程语言 时间：
2015-11-30 11:31:43
阅读次数：
247
1.最近工作中要实现用户车辆的行驶路线的聚类，由于所给的数据只有用户一天中交通卡口所监视的卡口名称 ：即青岛路-威海路-济阳路 。 要通过聚类实现车辆路线的规律分析，首先要解决的是相似度问题，我们知道计算相似度可以用 ：空间向量距离（欧式距离，余弦相似度）等算法。可是这些在此要求中都不适应，故需要用...
分类：
编程语言 时间：
2015-11-29 13:32:09
阅读次数：
248
