一、Kmeans算法流程： 1.选取K个类中心（首次随机选取） 2.计算每个点到K个类中心的距离 3.把数据点分配给距离最近的一个类中心 4.计算新的类中心（对该类中的所有点取均值） 5.重复234，直至满足终止条件后终止迭代 不再有重新分配 最大迭代数 所有类中心移动小于某一阈值 二、Kmean算 ...
分类：
编程语言 时间：
2018-01-30 22:52:33
阅读次数：
199
KNN与Kmeans感觉没啥联系，但是名字挺像的，就拿来一起总结一下吧。 初学者的总结。 KNN是监督学习，Kmeans是无监督学习。 KNN用于分类，Kmeans用于聚类。 先说KNN: 对于KNN，有一批已经标注好label的训练样本，将这批样本的数据转换为向量表示，然后选择度量向量距离的方式。 ...
分类：
编程语言 时间：
2018-01-10 11:31:08
阅读次数：
252
import numpy as np def kmeans(X, k, maxIt): numPoints, numDim = X.shape dataSet = np.zeros((numPoints, numDim + 1)) dataSet[:, :-1] = X centroids = da... ...
分类：
其他好文 时间：
2018-01-08 14:55:16
阅读次数：
215
# -*- coding: utf-8 -*-from sklearn.cluster import KMeansfrom sklearn.externals import joblibimport numpyimport pandas as pddef kmeans(inputfile,n): f ...
分类：
其他好文 时间：
2017-12-29 12:22:12
阅读次数：
150
python Kmeans聚类之后如何给数据贴上聚类的标签？<!-- /react-text --> 用了二分Kmeans 来聚类 质心和聚类的簇都得到了，不知道如何给每一条数据贴上具体的标签？ 这个链接下的代码，可以作为参考： http://blog.csdn.net/fzch_strugglin ...
分类：
编程语言 时间：
2017-12-27 20:29:14
阅读次数：
188
kmeans Scala程序 import org.apache.spark.{SparkConf, SparkContext} import org.apache.spark.mllib.clustering.{KMeans, KMeansModel} import org.apache.spar ...
分类：
编程语言 时间：
2017-12-22 00:36:40
阅读次数：
231
简介一 切词二 去除停用词三 构建词袋空间VSMvector space model四 将单词出现的次数转化为权值TF-IDF五 用K-means算法进行聚类六 总结简介查看百度搜索中文文本聚类我失望的发现，网上竟然没有一个完整的关于python实现的中文文本聚类（乃至搜索关键词python 中文文... ...
分类：
其他好文 时间：
2017-11-11 11:44:06
阅读次数：
237
结果： + +| features|+ +|[5.1,3.5,1.4,0.2]||[4.9,3.0,1.4,0.2]||[4.7,3.2,1.3,0.2]||[4.6,3.1,1.5,0.2]||[5.0,3.6,1.4,0.2]||[5.4,3.9,1.7,0.4]||[4.6,3.4,1.4,0 ...
分类：
其他好文 时间：
2017-11-07 18:14:18
阅读次数：
175
K-means也是聚类算法中最简单的一种了，但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中，那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y ...
分类：
编程语言 时间：
2017-11-03 15:16:01
阅读次数：
250
聚类概念 无监督问题：我们手里没有标签 聚类：相似的东西分到一组 难点：如何评估，如何调参 基本概念 要得到簇的个数，需要指定K值 质心：均值，即向量各维取平均即可 距离的度量：常用欧几里得距离和余弦度（先标准化） 优化目标： 工作流程： 优势： 简单、快速、适合常规数据集 劣势： K值难确定 复杂 ...
分类：
编程语言 时间：
2017-11-02 14:27:19
阅读次数：
258
