1. 聚类(Clustering) 1.1 无监督学习: 简介 在一个典型的监督学习中，我们有一个有标签的训练集，我们的目标是找到能够区分正样本和负样本的决策边界，在这里的监督学习中，我们有一系列标签，我们需要据此拟合一个假设函数。与此不同的是，在非监督学习中，我们的数据没有附带任何标签，我们拿到的 ...
分类：
其他好文 时间：
2019-02-08 14:27:34
阅读次数：
182
18大经典数据挖掘算法小结 18大经典数据挖掘算法小结 本文所有涉及到的数据挖掘代码的都放在了我的github上了。 地址链接: https://github.com/linyiqun/DataMiningAlgorithm 大概花了将近2个月的时间，自己把18大数据挖掘的经典算法进行了学习并且进行 ...
分类：
编程语言 时间：
2019-02-07 00:01:23
阅读次数：
219
转https://www.cnblogs.com/hyd1213126/p/5828937.html （一）深入浅出理解索引结构 实际上，您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引：聚集索引（clustered index，也称聚类索引、簇集索引）和非聚集索引（non ...
分类：
数据库 时间：
2019-02-06 21:19:15
阅读次数：
217
无监督算法： KMeans算法： 1、 随机初始化数据集簇的中心，一般从数据集中选择 2、 外循环： 内循环：计算各个数值点到中心的距离，进行聚类 计算每个聚类的平局值，移动聚类中心 PCA算法： 目标：数据压缩和可视化 1、 对样本数据进行去均值和归一化 2、 组建sigma矩阵，然后进行奇异值分 ...
分类：
编程语言 时间：
2019-02-02 14:23:14
阅读次数：
164
k means是一种非监督聚类算法 0.initial 1.select centroids randomly 2.assign points 3.update centroids 4.reassign points 5.update centroids 6.reassign points 7.it ...
分类：
其他好文 时间：
2019-02-02 10:19:40
阅读次数：
225
谱聚类算法总结 简述 谱聚类是一种基于图论的聚类方法——将带权无向图划分为两个或两个以上的最优子图，使子图内部尽量相似，而子图间距离尽量距离较远，以达到常见的聚类的目的。其中的最优是指最优目标函数不同，可以是割边最小分割,也可以是分割规模差不多且割边最小的分割。 谱聚类算法首先根据给定的样本数据集定 ...
分类：
其他好文 时间：
2019-01-29 01:16:00
阅读次数：
356
k-means 的原理，优缺点以及改进 k-means 的原理，优缺点以及改进 k-means 的原理，优缺点以及改进 k-means 的原理，优缺点以及改进 K-Means算法是无监督的聚类算法，它实现起来比较简单，聚类效果也不错，因此应用很广泛。K-Means算法有大量的变体，本文就从最传统的K ...
分类：
其他好文 时间：
2019-01-28 23:51:39
阅读次数：
245
算法简介 K Means是一种常用的聚类算法。聚类在机器学习分类中属于无监督学习，在数据集没有标注的情况下，便于对数据进行分群。而K Means中的K即指将数据集分成K个子集合。 K Means演示 从以下的动画、视频和计算过程可以较为直观了解算法的计算过程。 动画展示 视频展示 "https:// ...
分类：
编程语言 时间：
2019-01-28 17:47:48
阅读次数：
274
最近在看《机器学习实战》这本书，因为自己本身很想深入的了解机器学习算法，加之想学python，选择了这本书进行学习。 一 . K-近邻算法（KNN）概述 最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可以对其进行分类。但是怎么可能所有 ...
分类：
编程语言 时间：
2019-01-28 14:04:19
阅读次数：
186
kmeans聚类理论篇 前言 kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。 本文记录学习kmeans算法相关的内容，包括算法原理，收敛性，效果评估聚，最后带上R ...
分类：
编程语言 时间：
2019-01-28 01:30:53
阅读次数：
236
