这篇文章直接给出上次关于Kmeans聚类的篮球远动员数据分析案例，同时介绍这次作业同学们完成的图例，最后介绍Matplotlib包绘图的优化知识。希望这篇文章对你有所帮助，尤其是刚刚接触数据挖掘以及大...
分类：
编程语言 时间：
2016-10-12 11:44:21
阅读次数：
419
介绍KNN有监督分类以及Kmeans无监督聚类的原理以及简单实践例子。 ...
分类：
编程语言 时间：
2016-10-01 17:25:38
阅读次数：
297
K近邻应用-异常检测应用 原理： 根据数据样本进行KMeans机器学习模型的建立，获取簇心点，以簇为单位，离簇心最远的第五个点的距离为阈值，大于这个值的为异常点，即获得数据异常。 如图： 数据样本： 数据样本的数据格式为：标号，特征值1，特征值2（没有具体含义，自动生成的数据只为能够简单的说明异常检 ...
分类：
其他好文 时间：
2016-09-18 23:30:33
阅读次数：
252
kmeans一般在数据分析前期使用，选取适当的k，将数据聚类后，然后研究不同聚类下数据的特点。 算法原理： (1) 随机选取k个中心点； (2) 在第j次迭代中，对于每个样本点，选取最近的中心点，归为该类； (3) 更新中心点为每类的均值； (4) j<-j+1 ,重复(2)(3)迭代更新，直至误差 ...
分类：
编程语言 时间：
2016-09-04 19:11:31
阅读次数：
2057
一、环境搭建 1. 下载 mahout-0.9-cdh5.3.6.tar.gz 2. 解压 3. mahout org.apache.mahout.clustering.syntheticcontrol.kmeans.Job hdfs dfs -ls /output 转换成普通文本 hdfs dfs ...
分类：
其他好文 时间：
2016-08-31 18:42:21
阅读次数：
133
# -*- coding: utf-8 -*- """ Created on Thu Aug 11 18:54:12 2016 @author: Administrator """ import numpy as np import matplotlib.pyplot as plt from skl ...
分类：
其他好文 时间：
2016-08-11 22:24:47
阅读次数：
434
1 # coding:utf-8 2 import numpy as np 3 import matplotlib.pyplot as plt 4 5 def dis(x, y): #计算距离 6 return np.sum(np.power(y - x, 2)) 7 8 def dataN(len ...
分类：
编程语言 时间：
2016-07-20 09:08:42
阅读次数：
409
Spark作为一种开源集群计算环境，具有分布式的快速数据处理能力。而Spark中的Mllib定义了各种各样用于机器学习的数据结构以及算法。Python具有Spark的API。需要注意的是，Spark中，所有数据的处理都是基于RDD的。 首先举一个聚类方面的详细应用例子Kmeans： 下面代码是一些基 ...
分类：
其他好文 时间：
2016-07-08 21:31:18
阅读次数：
611
原题采用Kmeans方法对西瓜数据集进行聚类。我花了一些时间居然没找到西瓜数据集4.0在哪里，于是直接采用sklearn给的例子来分析一遍，更能说明Kmeans的效果。 运行文本结果： 图片结果： ...
分类：
其他好文 时间：
2016-07-06 23:21:56
阅读次数：
345
首先，简单介绍下k-means聚类：效果简单有效，易于map—reduce化 算法思路：1、选择k个点作为原始的质心（k如何定） 2、将每个点指派到最近的质心，形成k个簇 3、重新计算每个簇的质心（x,y坐标的均值）--[新的质心不一定为样本点哦] 4、迭代2、3步直到簇心收敛于某一个阈值 优缺点： ...
分类：
其他好文 时间：
2016-07-06 20:19:22
阅读次数：
263
