在DBSCAN密度聚类算法中，我们对DBSCAN聚类算法的原理做了总结，本文就对如何用scikit-learn来学习DBSCAN聚类做一个总结，重点讲述参数的意义和需要调参的参数。# 一、scikit-learn中的DBSCAN类 在scikit-learn中，DBSCAN算法类为sklearn.c... ...
分类：
数据库 时间：
2019-07-19 19:06:48
阅读次数：
126
tensorflow执行KMeans算法。 代码如下： from __future__ import print_function?# Ignore all GPUs, tf random forest does not benefit from it.import os?import numpy ...
分类：
编程语言 时间：
2019-07-14 09:30:53
阅读次数：
125
这是一个非常简单的聚类算法,算法的目的就是找到这些中心点的合适坐标,使得所有样本到其分组中心点距离的平方和最小. K-means 的中心点向量不一定是训练样本中某成员的位置 import numpy as npfrom sklearn.cluster import KMeans # 引入K-mean ...
分类：
其他好文 时间：
2019-06-21 22:37:46
阅读次数：
170
kmeans 中k值一直是个令人头疼的问题，这里提出几种优化策略。 手肘法 核心思想 1. 肉眼评价聚类好坏是看每类样本是否紧凑，称之为聚合程度； 2. 类别数越大，样本划分越精细，聚合程度越高，当类别数为样本数时，一个样本一个类，聚合程度最高； 3. 当k小于真实类别数时，随着k的增大，聚合程度显 ...
分类：
其他好文 时间：
2019-06-11 13:14:18
阅读次数：
104
基本原理 Kmeans是无监督学习的代表，没有所谓的Y。主要目的是分类，分类的依据就是样本之间的距离。比如要分为K类。步骤是： 1. 随机选取K个点。 2. 计算每个点到K个质心的距离，分成K个簇。 3. 计算K个簇样本的平均值作新的质心 4. 循环2、3 5. 位置不变，距离完成 距离 Kmean ...
分类：
编程语言 时间：
2019-06-07 19:23:46
阅读次数：
175
import numpy as np import matplotlib.pyplot as plt from sklearn import cluster from sklearn.metrics import adjusted_rand_score from sklearn.datasets.s... ...
分类：
编程语言 时间：
2019-04-30 23:22:54
阅读次数：
169
1 什么是聚类算法？ 聚类算法就是根据特定的规则，将数据进行分类。分类的输入项是数据的特征，输出项是分类标签，它是无监督的。 常见的聚类规则包括：1）基于原型的，例如有通过质心或中心点聚类，常见的算法KMeans；2）基于图的，也就是通过节点和边的概念，形成连通分支的分类，常见的算法是凝聚层次聚类， ...
分类：
编程语言 时间：
2019-04-15 01:04:47
阅读次数：
153
一.KNN算法概述 KNN可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一，注意KNN算法是有监督学习中的分类算法，它看起来和另一个机器学习算法Kmeans有点像（Kmeans是无监督学习算法），但却是有本质区别的。那么什么是KNN算法呢，接下来我们就来介绍介绍吧。 二.KNN算法介绍 ...
分类：
编程语言 时间：
2019-04-03 19:21:36
阅读次数：
228
Kmeans 43.681665182113654275 Kmeans 40.180066108703614314 max_iter增加，时间会增加，但是增加的不明显 ...
分类：
其他好文 时间：
2019-03-08 16:43:29
阅读次数：
229
简介 相对于决策树、朴素贝叶斯、SVM等有监督学习，聚类算法属于无监督学习。 有监督学习通常根据数据集的标签进行分类，而无监督学习中，数据集并没有相应的标签，算法仅根据数据集进行划分。 由于具有出色的速度和良好的可扩展性，Kmeans聚类算法算得上是最著名的聚类方法。 基本思想 在没有标签的数据集中 ...
分类：
其他好文 时间：
2019-03-03 20:21:12
阅读次数：
151
