聚类 非监督学习的算法 从未标记的数据中学习。所以，在非监督学习中我们要做的是给这种 没有标记的训练集合一个算法并且通过算法来为我们定义一些数据的结构。 对于这种结构的数据集，我们通过算法来发现他们 就像被分成两个聚类的点集 因此对于一种算法能够找到 被圈出来的类别，就称为聚类算法 比如说 到目前为 ...
分类：
其他好文 时间：
2020-01-20 14:51:02
阅读次数：
68
一、K-means算法原理 k-means算法是一种简单的迭代型聚类算法，采用距离作为相似性指标，从而发现给定数据集中的K个类，且每个类的中心是根据类中所有值的均值得到，每个类用聚类中心来描述。对于给定的一个包含n个d维数据点的数据集X以及要分得的类别K,选取欧式距离作为相似度指标，聚类目标是使得各 ...
分类：
编程语言 时间：
2020-01-19 18:59:10
阅读次数：
91
@[toc] 1 聚类的定义 聚类就是对大量未知标注的数据集，按照数据 内部存在的数据特征 将数据集划分为多个不同的类别，使类别内的数据比较相似，类别之间的数据相似度比较小；属于 无监督学习 。 聚类算法的重点是计算样本项之间的 相似度 ，有时候也称为样本间的 距离 。 和分类算法的区别： 分类算法 ...
分类：
编程语言 时间：
2020-01-04 01:38:28
阅读次数：
134
谱聚类是基于谱图理论基础上的一种聚类方法，与传统的聚类方法相比: 具有在任意形状的样本空间上聚类并且收敛于全局最优解的优点。 通过对样本数据的拉普拉斯矩阵的特征向量进行聚类，从而达到对样本数据进行聚类的目的; 其本质是将聚类问题转换为图的最优划分问题，是一种点对聚类算法。谱聚类算法将数据集中的每个对 ...
分类：
其他好文 时间：
2020-01-01 20:18:49
阅读次数：
97
层次聚类方法（我们做算法的用的很少）对给定的数据集进行层次的分解或者合并，直到满足某种条件为止，传统的层次聚类算法主要分为两大类算法: ●凝聚的层次聚类: AGNES算法(AGglomerative NESting)==>采用自底向.上的策略。最初将每个对象作为一个簇，然后这些簇根据某些准则被一步一 ...
分类：
编程语言 时间：
2020-01-01 18:46:54
阅读次数：
95
共有以下几种评价指标： 其中，仅轮廓系数比较合理，别的不过是牵强附会罢了，就差欺世盗名了。 混淆矩阵均- -性完整性V-measure调整兰德系数(ARI)调整互信息(AMI)轮廓系数(Silhouette) 轮廓系数： ...
分类：
编程语言 时间：
2020-01-01 18:32:00
阅读次数：
218
讲授聚类算法的基本概念，算法的分类，层次聚类，K均值算法，EM算法，DBSCAN算法，OPTICS算法，mean shift算法，谱聚类算法，实际应用 课程大纲： 基于密度的聚类算法简介DBSCAN算法的核心思想基本概念定义算法的流程实现细节问题实验OPTICS算法的核心思想基本概念定义算法的流程根 ...
分类：
编程语言 时间：
2019-12-29 01:07:08
阅读次数：
146
时间过得很快，这篇文章已经是机器学习入门系列的最后一篇了。短短八周的时间里，虽然对机器学习并没有太多应用和熟悉的机会，但对于机器学习一些基本概念已经差不多有了一个提纲挈领的了解，如分类和回归，损失函数，以及一些简单的算法——kNN算法、决策树算法等。 那么，今天就用聚类和K Means算法来结束我们 ...
分类：
编程语言 时间：
2019-12-23 13:09:39
阅读次数：
82
讲授聚类算法的基本概念，算法的分类，层次聚类，K均值算法，EM算法，DBSCAN算法，OPTICS算法，mean shift算法，谱聚类算法，实际应用。 大纲： 聚类问题简介聚类算法的分类层次聚类算法的基本思想簇之间距离的定义k均值算法的基本思想k均值算法的流程k均值算法的实现细节问题实验EM算法简 ...
分类：
编程语言 时间：
2019-12-21 18:25:07
阅读次数：
92
一、聚类（无监督）的目标 使同一类对象的相似度尽可能地大；不同类对象之间的相似度尽可能地小。 二、层次聚类 层次聚类算法实际上分为两类：自上而下或自下而上。自下而上的算法在一开始就将每个数据点视为一个单一的聚类，然后依次合并（或聚集）类，直到所有类合并成一个包含所有数据点的单一聚类。因此，自下而上的 ...
分类：
编程语言 时间：
2019-12-06 19:33:53
阅读次数：
174
