一、K近邻方法（KNeighborsClassifier） 使用方法同kmeans方法，先构造分类器，再进行拟合。区别是Kmeans聚类是无监督学习，KNN是监督学习，因此需要划分出训练集和测试集。 直接贴代码。 K-NN可以看成：有那么一堆你已经知道分类的数据，然后当一个新数据进入的时候，就开始跟 ...
分类：
其他好文 时间：
2017-06-03 11:28:13
阅读次数：
300
最近在写本科的毕业论文，题目是有关于MapReduce的并行化处理，老师给出修改意见中提到了关于分布式计算框架的的国内外研究现状，一开始并没有搞懂分布式计算机框架，以为是MapReduce。MapReduce只是一种并行编程模式，也可以是一种并行框架，并不是分布式计算框架。百度得知，比如Hadoop ...
分类：
其他好文 时间：
2017-05-28 12:26:10
阅读次数：
225
SparkMLlib聚类学习之KMeans聚类 （一），KMeans聚类 k均值算法的计算过程非常直观： 1、从D中随机取k个元素，作为k个簇的各自的中心。 2、分别计算剩下的元素到k个簇中心的相异度，将这些元素分别划归到相异度最低的簇。 3、根据聚类结果，重新计算k个簇各自的中心，计算方法是取簇中 ...
分类：
其他好文 时间：
2017-05-25 22:11:13
阅读次数：
289
Kmeans算是是聚类中的经典算法。步骤例如以下： 选择K个点作为初始质心 repeat 将每一个点指派到近期的质心，形成K个簇 又一次计算每一个簇的质心 until 簇不发生变化或达到最大迭代次数 算法中的K须要人为的指定。确定K的做法有非常多，比方多次进行试探。计算误差。得出最好的K。这样须要比 ...
分类：
编程语言 时间：
2017-05-24 22:32:32
阅读次数：
181
本文讲解如何使用R语言进行 KMeans 均值聚类分析，并以一个关于人口出生率死亡率的实例演示具体分析步骤。 ...
分类：
其他好文 时间：
2017-05-20 22:43:20
阅读次数：
320
import kmeans.kmeans;import kmeans.kmeans_data;import kmeans.kmeans_param; public class Kmeans { public static void main(String[] args) { double[][] p ...
分类：
编程语言 时间：
2017-05-17 17:24:36
阅读次数：
190
【转】http://www.cnblogs.com/kemaswill/archive/2013/01/26/2877434.html 本文主要基于Anand Rajaraman和Jeffrey David Ullman合著，王斌翻译的《大数据-互联网大规模数据挖掘与分布式处理》一书。 KMeans ...
分类：
其他好文 时间：
2017-05-08 01:20:05
阅读次数：
226
最近在做hadoop上面的东西，今天跑一个kmeans算法，数据量是200W，运行到最后报错了， 最后在网上找到了答案，原来是hadoop配置的堆的空间太小，解决方法是在haoop-env.sh中加以修改 原本的配置是： export HADOOP_CLIENT_OPTS="-Xmx128m $HA ...
分类：
编程语言 时间：
2017-05-06 13:21:47
阅读次数：
141
一、聚类算法：from sklearn.cluster import KMeans （一）输入参数： （1）n_clusters：要分成的簇数也是要生成的质心数 类型：整数型（int） 默认值：8 n_clusters : int, optional, default: 8 The number o ...
分类：
其他好文 时间：
2017-05-04 12:08:26
阅读次数：
329
刚刚研究了Kmeans。Kmeans是一种十分简单的聚类算法。可是他十分依赖于用户最初给定的k值。它无法发现随意形状和大小的簇。最适合于发现球状簇。他的时间复杂度为O(tkn)。kmeans算法有两个核心点：计算距离的公式&推断迭代停止的条件。一般距採用欧式距离等能够随意。推断迭代停止的条件能够有： ...
分类：
编程语言 时间：
2017-04-28 20:30:15
阅读次数：
646
