单链接层次聚类-在分支高度上绘制箱形图以检测异常值
单链接层次聚类是一种聚类算法，它通过计算数据点之间的相似度来将数据点分组。在单链接层次聚类中，每个数据点最初被视为一个独立的簇，然后根据它们之间的相似度逐步合并成更大的簇，直到所有数据点都被合并为一个簇。
箱形图（Box Plot）是一种用于可视化数据分布的统计图表。它展示了数据的五个关键统计量：最小值、第一四分位数（Q1）、中位数（Q2）、第三四分位数（Q3）和最大值。箱形图还可以显示异常值，异常值是指与其他数据点相比明显偏离的数据点。
绘制箱形图可以帮助我们检测数据中的异常值。异常值可能是由于测量误差、数据录入错误或其他异常情况引起的。通过观察箱形图中的异常值，我们可以识别出潜在的数据问题，并采取相应的措施进行修正或排除。
在云计算领域，单链接层次聚类和箱形图可以应用于数据分析和异常检测。例如，在大规模数据集中，可以使用单链接层次聚类算法对数据进行聚类分析，以发现数据中的模式和相似性。而箱形图可以用于可视化聚类结果，并帮助分析人员快速识别异常值，从而进行数据质量控制和异常处理。
腾讯云提供了一系列与数据分析和可视化相关的产品和服务，例如：
- 腾讯云数据仓库（TencentDB for TDSQL）：提供高性能、可扩展的云数据库服务，支持数据存储和查询分析。 链接地址：https://cloud.tencent.com/product/tdsql
- 腾讯云数据湖分析（Tencent Cloud Data Lake Analytics）：提供大规模数据处理和分析的云服务，支持使用 SQL 进行数据查询和分析。 链接地址：https://cloud.tencent.com/product/dla
- 腾讯云数据可视化（Tencent Cloud Data Visualization）：提供丰富的数据可视化工具和组件，帮助用户快速创建交互式的数据可视化图表。 链接地址：https://cloud.tencent.com/product/dv
通过结合腾讯云的数据分析和可视化产品，用户可以更好地利用单链接层次聚类和箱形图等技术进行数据分析和异常检测，从而提升数据处理和决策的效率。
相关·内容
1回答
我需要根据GPS数据把开车的人聚在一起。数据由移动电话收集。我们每10秒就从每个用户那里分批接收它们。每批的GPS数据(位置、速度、方向)每2秒收集一次。
理想的解决方案是实时处理这些数据，并识别/更新一起开车的人群。但是，我们可能会从用户那里收到无序的数据(例如，由于连接性的丧失)。最终，我们应该得到所有的条目，但这使得实时处理更加复杂。
相反，我想先从后处理开始。我计划使用线性回归对每个用户在给定时期的数据进行规范化--在同一时间具有位置标记。然后利用聚类算法对用户进行聚类。这是一个好办法吗？如果是，那么您会推荐哪种聚类算法。或者有更好的方法来解决这个问题？
浏览 0提问于2022-10-23得票数 1
在计算最小值、最大值、Q1和Q3时，有没有办法从proc均值中检测出异常值？箱形图程序在我的SAS上不起作用，我正尝试用来自SAS的值在excel中执行boxplt。
浏览 16提问于2014-09-15得票数 0
我似乎遇到了R的箱形图功能的问题。虽然我可以使用boxplot()命令在RStudio上可视化箱形图，但我无法识别异常值。我该怎么做呢？我希望能够删除这些值，并对数据执行迭代箱图分析，直到清除所有异常值。
为了给你一点背景知识，我正在尝试删除我的数据集中的所有异常值，以便找到可能的最佳概率密度曲线拟合作为我的过程模拟project.Currently的一部分，为了将曲线拟合到数据集，我正在使用ProModel的StatFit软件模块。
总而言之，我想删除所有异常值，然后打印框中的数据点列表。
谢谢你，metalxenophobe93
浏览 2提问于2014-10-02得票数 0
11回答
我有一些美貌与年龄的多变量数据。年龄的范围是20-40，间隔为2 (20，22，24...40)，对于每个数据记录，都会给他们一个年龄和一个从1到5的美丽评级。当我做这些数据的箱形图(X轴上的年龄，Y轴上的美容评分)时，在每个框的胡须之外绘制了一些异常值。
我想从数据框本身中删除这些异常值，但我不确定R如何计算其箱形图的异常值。下面是我的数据可能是什么样子的示例。
浏览 2提问于2011-01-25得票数 107
回答已采纳
我正在尝试实现研究论文增强树与元结构工程相结合的预测维护。本文有一个叫做元特征工程的部分，他们使用层次聚类来创建特征。报纸上说：
第三种分析数据集中异常值的方法是基于层次聚集聚类算法5。分层聚类从Z组开始(Z是观察的数目)，每个组最初包含一个对象，然后在每个步骤中合并两个最相似的组，直到只有一个组，包含所有数据。这种方法的基本原理是，被合并的最后一个观察可能仍然与它们合并到的组有很大的不同。根据定义，离群值是不同的情况，通常不会很好地适合集群，除非该集群是由其他异常值本身组成的。再一次，由于这些不是普通的数据点，我们不期望它们形成大的群体。
我无法理解作者这么做背后的直觉。我正在试图解决的问题
浏览 0提问于2021-03-23得票数 1
回答已采纳
1回答
在k-means聚类进行消费者细分之前，我希望识别并删除样本中的异常值。我尝试了使用单一链接算法的层次聚类。问题是，我有一个包含800多个案例的样本，并且在我的图(单链接树状图)中，数字彼此交叉，因此无法读取，因此我不可能仅通过查看图表来清楚地识别异常值:-/ 在这里，他们说，您可以基于分支距离创建箱图，以更客观的方式识别异常值。我认为这也是一个很好的方法，使我的数据集中的异常值的行号可读，但我正在努力创建箱图。https://link.springer.com/article/10.1186/s12859-017-1645-5/figures/3 有没有人知道，如何编写代码来获得基于分支高
浏览 73提问于2020-09-07得票数 0
1回答
我有一个R脚本，它使用csv文件作为源数据来创建16个独立的箱线图。16个箱形图中的每一个都有不同的y轴比例，这使得很难对脚本应用一般的ylim语句。我尝试将coor_cartesian函数与ylim语句和scale_y_continuous函数一起使用，但同样，这太通用了，不能应用于具有不同y轴比例的16个箱图(我不想标准化这16个箱图的比例，只适用于具有‘极端’异常值的图)。
下面是我用来创建十六个箱形图的数据片段。'SE_Data‘是我上面提到的csv源文件。我还应该提到的是，这16个箱线图被导出为单个pdf文件(我不知道是否需要这种级别的细节)。
# Enter csv inp
浏览 2提问于2015-01-14得票数 0
我使用的是seaborn小提琴图和cut=0。
我看到箱形图上有一条线一直延伸到切口处。对我来说，这表明箱线图不是基于数据本身计算的，而是基于kde计算的。这是正确的吗？
浏览 25提问于2016-08-04得票数 0
3回答
谱聚类与层次聚类
、、、
有谁能解释一下，与光谱聚类相比，使用层次聚类有什么好处？我知道它们是如何工作的，但我想知道在哪种情况下使用分层聚类比使用光谱聚类更好。
浏览 6提问于2016-04-15得票数 3
回答已采纳
2回答
绘制Seaborn Boxplot后，有没有办法提取所有异常值？例如，如果我正在为以下数据绘制箱形图
client total
1 LA 1
2 Sultan 128
3 ElderCare 1
4 CA 3
5 More 900
我希望看到下面的记录在绘制箱线图后作为异常值返回。
2 Sultan
浏览 0提问于2018-12-12得票数 6
回答已采纳
我正在尝试用一个价格数据集做一个简单的直方图。我希望看到一条钟形曲线，表明价格的高低频率。然而，我得到的只是一个垃圾箱...请帮帮我！ ? matplot直方图输出 ?
浏览 13提问于2019-12-31得票数 0
我需要获取在Pandas中绘制箱形图所生成的统计数据(使用dataframe创建箱形图)。即Quartile1、Quartile2、Quartile3、下须值、上须值和异常值。我尝试使用以下查询来绘制箱线图。
import pandas as pd
df = pd.DataFrame(np.random.rand(100, 5), columns=['A', 'B', 'C', 'D', 'E'])
pd.DataFrame.boxplot(df,return_type = 'both')
有没有一
浏览 2提问于2015-11-04得票数 16
回答已采纳
1回答
有效聚类算法
、、
我需要帮助(最好是一个完整的算法，但任何提示或参考将不胜感激)，有以下算法问题：
我们有一组N元素。我可以定义任意两个元素之间的距离，这满足。我需要根据以下规则将这些元素分组为不相交的子集(每个元素完全属于一个子集)：
每个子集中任意两个元素之间的最大距离不超过指定的阈值。
子集的数目尽可能少。
如果有多个可能的分组满足条件(1)和(2)，则每个子集中任意两个元素之间的最大距离应尽可能小。
示例：
假设我们在一个数字轴上有以下点：1，11，12，13，23。距离很简单，各点之间的差别很小。我们的距离阈值为10。满足条件(1)和(2)的两个可能的分组是：(1，11)，(12)
浏览 4提问于2017-11-16得票数 2
回答已采纳
2回答
层次聚类
、
我已经阅读了一些参考资料，并了解了层次聚类的工作原理。然而，当我将其与k-means聚类进行比较时，在我看来，k-means确实构成了特定数量的聚类，而层次分析则向我展示了如何对样本进行聚类。我的意思是，在分层聚类中，我没有获得特定数量的集群。我只得到了一个关于集群如何构成的方案，以及样本之间的部分关系。
因此，我无法理解在哪里可以使用这种聚类方法。
浏览 4提问于2018-04-24得票数 1
最近，我们被教会了K-均值聚类。我理解了算法的基本思想，并成功地实现了一个一维的数据。现在我们被告知对二维数据实现它。据我所知，x和y可以是数据集的两个属性，但我们的教授却不这么说。她说，我们必须在数据集中确定一个属性的x和y来对数据进行聚类。她以一个简单的2D矩阵为例。这把我弄糊涂了。如何才能判断出一次进攻的x和y？在我看来，行号和列号用于计算距离似乎很傻。
那么，我的问题是，对于2-Dk均值聚类，如何确定x和y？
根据这个问题，两个属性(重量和高度)被用作x和y。这是正确的吗？
浏览 0提问于2017-09-20得票数 1
回答已采纳
我有一系列的箱形图，每个都有不同的范围。我尝试通过确定每个单独序列的最大值和最小值来设置ylim。然而，在许多情况下，最小值是一个异常值，因此曲线图是压缩的。我怎样才能选择与绘图的‘胡须’相同的限制(加上一个小的边距)呢？
例如，现在我正在做这个：
[In]
ax = df['feature'].boxplot()
ymax = max(df['feature']
ymin = min(df['feature']
ax.set_ylim([ymax,ymin])
我想将ymax，ymin设置为盒子图的胡须。
浏览 2提问于2015-09-06得票数 5
回答已采纳
我正在研究基因表达数据聚类技术，我已经从网络上下载了35个数据集，我们有35个数据集，每个数据集代表一种癌症。每个数据集都有自己的功能。其中一些数据集在多个特征中共享，其中一些从特征的角度来看并不共享任何内容。
我的问题是，我们如何最终集群这些数据，而它们中的许多并不具有相同的特征？
我认为我们可以同时对所有35个数据集进行聚类操作。我的想法正确吗？
任何帮助都是非常感谢的。
浏览 1提问于2018-07-27得票数 0
我对箱形图有个问题。我正在使用一个名为get_box_values()的函数，我不明白为什么它能找到向量的最高值。 require(stats)
get_box_values <- function(x) {
boxplot.stats(x)$stats %>% t() %>% cbind(round(mean(x),1)) %>% cbind(boxplot.stats(x)$n) %>% as.data.frame() %>%
setNames(c("low", "q1", "median"
浏览 9提问于2021-05-07得票数 0
回答已采纳
1回答
有谁能向我解释清楚，对于弹性堆栈是否需要聚类？我知道，当你设置你的弹性，事实上，你创建了一个节点，但我不明白什么时候我必须设置多个节点的elasticsearch？还是聚类真的很重要？
浏览 7提问于2022-04-20得票数 1
回答已采纳
我的Boxplot显示正确，但我不能理解异常值和四分位数。我的Boxplot如下所示 ? 这是我的代码 df = pd.read_csv(r'posts_dataset.csv')
df.boxplot(by='city', column=['price'], color='red')
plt.show() 我如何使用异常值和矩形将其绘制为其他形式的箱形图？
浏览 27提问于2021-03-25得票数 0
回答已采纳
1回答
我有一个数据集，它是稀疏二进制特征和数量特征的混合物。我只有明确的离群点标记。我应该如何尝试对未标记的数据进行分类？
我考虑过使用OSVM或其他一种分类方法。
然而，在我的数据中，正常的数据点是接近平均值的聚类。离群点通常是在任何方向偏离平均值的点。我的问题是，异常值在正常数据周围形成了一种高维甜甜圈。
考虑到偏差发生在各个方向，什么样的算法最适合于这项任务？请记住，我有明显较少的正常标记数据点进行培训，尽管正常点将超过未标记数据中的异常值。
PS我张贴了这个问题在交叉验证以及。这个问题应该张贴在哪个网站上？
编辑: Mahalanobis能够相当好地工作。但是，我有标记的离群值。有什么办法可
浏览 0提问于2018-08-28得票数 2
回答已采纳
2回答
我正致力于根据空中物体的轨迹对其进行聚类。就像我想在不同飞行物体轨迹的数据集上训练一个模型，这样以后我就可以根据轨迹数据来预测物体的类型。现在的轨道数据包括4种东西(高度，经度，纬度，时间)。因此，基于这些数据集，我们可以对飞机、火箭、导弹等物体进行分类。但我不知道可以使用哪种算法？我首先想到的是支持向量机。后来我想“长时间记忆”可以用。但我不太确定。我对机器学习很陌生。所以任何帮助都是非常感谢的。
浏览 0提问于2020-03-11得票数 0
2回答
我有许多坐标点，每个点都与一个特定的地标相关联，但是它们具有不同的和未知的精确度。对于每一个地标，我都有参观者说它们“在地标上”的坐标。
我想使用‘在地标’坐标来提高地标的准确性，以供将来的游客使用。然而，当我改变聚类算法的参数时，我真的无法知道我是否平均提高了实际改善现有位置的可能性。
我想创建一个目标函数，我可以使用它作为代理--有什么想法吗？
请注意，由于地标的地址不完善，google地图API调用可能不可靠。
浏览 4提问于2018-11-30得票数 0
3回答
如何对时间序列数据进行K-means聚类？当输入数据是一组点时，我知道这是如何工作的，但我不知道如何对具有1XM的时间序列进行聚类，其中M是数据长度。特别是，我不确定如何更新时间序列数据的聚类均值。
我有一组标记的时间序列，我想使用K-means算法来检查我是否会得到类似的标签。我的X矩阵将是N×M，其中N是时间序列的数量，M是上面提到的数据长度。
有人知道怎么做吗？例如，如何修改以使其适用于时间序列数据？此外，除了欧几里德距离之外，我还希望能够使用不同的距离度量。
为了更好地说明我的疑问，下面是我为时间序列数据修改的代码：
% Check if second input is centro
浏览 339提问于2010-08-17得票数 20
from sklearn.cluster import DBSCAN
dbscan = DBSCAN(eps=0.001, min_samples=10)
clustering = dbscan.fit(X)
示例向量：
array([[ 0.05811029, -1.089355 , -1.9143777 , ..., 1.235167 ,
-0.6473859 , 1.5684978 ],
[-0.7117326 , -0.31876346, -0.45949244, ..., 0.17786546,
1.9377285 , 2.190525 ],
浏览 0提问于2020-01-17得票数 5
通常为游戏对象准备一个高聚模型，然后将细节转移到一个低聚模型上，这样就可以实时地呈现出来。
这个工作流是否总是与任何对象一起使用？
我猜想这是用于一般字符的多边形模型，但其他的呢？
我对环境特别感兴趣，比如一座雪山。我不认为这个高聚到低聚细节烘焙工作流程适合于这种情况。
浏览 0提问于2019-02-21得票数 1
回答已采纳
我需要将一个分支整合到后备箱中，但是我的后备箱的文件夹层次结构在此期间发生了变化。我应该仍然能够合并子文件夹，保留原来的结构，但当我尝试，我得到一个错误。
示例：
创建分支时的原始结构：svn/trunk/dir1/dir2 -> svn/branches/b1/dir1/dir2
重命名为：svn/trunk/dir1 -> svn/trunk/dir3的
对svn/分支/b1/dir1 1/dir1 2 中的文件进行了更改
现在我想重新整合svn/分支/b1/dir1/di2->svn/主干/dir1 3/dir1 2。
浏览 2提问于2009-06-04得票数 1
我正在学习Charu对离群点分析的介绍，并做了第一章中的练习7。
我试图使用k均值聚类来识别数据中的异常值。我想要做的是创建两个集群，并测量每个数据点到其各自的集群中心的距离，以确定哪些项是异常值。
下面是我的数据的直方图(用Matlab生成)：
下面是我用来创建直方图的代码(很抱歉，这段代码是在Matlab而不是Python中的)：
x = [1, 2, 3, 10, 10, 9, 10];
y = [9, 9, 9, 10, 3, 1, 2];
histogram2(x, y)
根据直方图，我认为唯一的异常值是(10, 10)。
我尝试了以下代码：
from sklearn.cl
浏览 1提问于2021-09-08得票数 2
回答已采纳
今天，我想知道如何定制盒子和胡须图的外观。例如，我想去掉盒子周围的线条。然而，问题是，border参数会同时更改盒子和胡须图的所有线条的颜色。所以，如果你有一个很好的想法来设置border = "white"，那么胡须也会“消失”，你会有一条白线代表你的中位数。
由于我在互联网上找不到解决方案来解决我的问题，所以我花了点心思，想出了一些强大的设置，这些设置似乎几乎没有记录在案。这些设置允许您在很大程度上自定义箱形图的外观。我知道，其中一些功能已经在stackoverflow (例如)上亮相了。但是，我找不到完整的文档。因此，这篇文章。
浏览 15提问于2015-03-06得票数 11
回答已采纳
我有一个典型结构的相关矩阵，其大小为288x288，定义如下：
from sklearn.cluster import AgglomerativeClustering
df = read_returns()
correl_matrix = df.corr()
其中，read_returns为我提供了一个具有日期索引和资产回报列的数据。
现在，我想把这些相关性聚在一起，以减少人口的数量。
通过阅读和实验，我发现了AgglomerativeClustering --这似乎是解决我的问题的一个合适的方法。
我将距离度量定义为((.5*(1-correl_matrix))**.5)，并有：
clust
浏览 2提问于2016-06-01得票数 1
回答已采纳
2回答
我成功地将the应用于数字手写数据集.n=3823空间中的D=64数据点(即手写数字)(即8x8像素)。效果很好。
现在我想把n个≈60个数据点聚集在一个D≈3000维空间中。即使经过多次迭代，than交易会也比PCA糟糕得多。
对于不建议使用there的维度数(相对于数据点的数目)是否有上限？
浏览 0提问于2019-01-08得票数 3
1回答
使Point3D正常
、、、
我有一套观点。我用这些点创建了条状三角形。
我正在使用HelixToolkit绘制这些矩形。函数需要点的列表(三角形将使用三角形条)和一组法向量。现在我需要计算正常值。我认为每个三角形都应该有一个正常的。但是函数说，每一点都会有一个正常的。我用三点来计算三角形的法线，但是我怎么能计算一个点的法线。
所以，如果我使用图中所示的例子，那么所有点(A，B，C，D，E，F)的法线是什么。
这是我所调用的方法。
/// <summary>
/// Adds a triangle strip to the mesh.
/// </summary>
/// <para
浏览 0提问于2013-07-03得票数 0
2回答
线性规划算法
、、
考虑下面的线性规划算法，用A.x <= b最小化c，x。
(1)从可行点x_开始
(2)给定一个可行点x_k，找出最大的α，使得x_k -α.c是可接受的(直截了当地，看看A.x0与A.C的成分之比)。
(3)将法向单位向量n向内指向我们刚到达的超平面。飞机上的n个项目。给出r= n，c/c，c.c，然后寻找x_k -α-c+ beta.r可容许的最大β。设置x_{k+1} = x_k -α.c+ 1/2*beta.r
如果x_{k+1}在容忍范围内足够接近x_k，则返回它，否则转到(2)
基本思想是沿着坡度一直走到墙上。然后，不是像单纯形算法那样跟随单纯形的壳，而是将解踢回单纯形内
浏览 1提问于2013-10-23得票数 0
回答已采纳
我已经为大型数据集生成了箱形图，其中我显示了基因型对剪接率的影响，因此，我得到了具有许多异常值的箱图，由于这些异常值的大小受到挤压，我可以使用(outlier.colour = NA)忽略异常值，但当我尝试使用scale_y_continuous(limits =c(下，上))重置ylim时，它会改变整个动态，有人能帮助我更改箱图的高度吗，以便我可以清楚地看到变化。 这篇文章是相关的，但我无法解决这个问题。 Ignore outliers in ggplot2 boxplot 我使用下面的代码来绘制： Trans <- read.delim("EXAMPLES/AT1G0417
浏览 38提问于2019-07-03得票数 0
我真的很好奇，任何3D引擎，甚至GPU分类三角形和四边形。他们基本上是取一个特定三角形的“中心”点/四角/聚点，然后计算出离摄像机点的距离吗？
如果不使用点距离算法，如何计算多边形的深度？记住，在3D方面，我是一个完整的新手。
浏览 0提问于2012-02-29得票数 2
回答已采纳
1回答
我找到了一些关于的信息。我发现它只在搜索引擎的上下文中提到。人们是否为了不同的文字目的而使用它？(请原谅我的无知。我确实搜索过它的其他用途，但是google一直把“正常化”和“缩放”混淆在一起。
浏览 2提问于2014-01-29得票数 1
回答已采纳
正如标题中所述。我浏览了几篇文章，它们在这个问题上真的很模糊。是在箱形图( Q1，Q2，Q3)中创建分位数时使用的所有值，还是仅在“数据范围”(即，Q1或Q3的1,5倍四分位数范围内)中使用的值
我正在使用ggplot2包创建我的箱图。我写道：
fulldata %>%
filter(status=="påbörjat studier") %>%
ggplot(aes(x=fct_reorder(urvalsgrupp, PERC_CREDIT, .fun = median), y=PERC_CREDIT)) +
geom_boxplot() +
c
浏览 13提问于2019-11-08得票数 0
3回答
基于点和法线的边缘识别
、、、
我有一点问题，分类点基于相对法线。我想做的是利用下面得到的信息来拟合点的简化多边形，在一定程度上偏向于90度的角度。
对于每个点，我都有粗略的(虽然不是很精确)的法线，但是我不知道如何根据点的贴近度和法线的贴近度来区分数据库。我计划在对每一张脸的点进行分块后进行线性回归，因为正常的线条有时与实际的脸不太匹配(尽管它们对每一张脸都很接近)。
示例：
理想情况下，我希望能够适应这个数据周围的矩形。但是，多边形不需要是凸的，也不需要与轴对齐。
任何关于如何实现这样的目标的提示都是很棒的。
提前感谢
浏览 4提问于2010-08-15得票数 1
回答已采纳
我正在试验Kmeans聚类。我的数据(向量)是在300个维度，我正在转换为2D和3D使用PCA。现在，为了找到最佳的簇数，我使用了剪影得分。然而，对于2D，最佳的侧影得分是显示在3个集群(剪影得分= 0.45)，而在3D显示9个集群(剪影评分= 0.3861)。
我想知道这是否正常？如果是，原因是什么？我应该选择什么2D或3D？
同时，对2D和3D进行实验的原因也是因为我想用海运绘制3D图。
浏览 0提问于2021-01-03得票数 1
回答已采纳
我有1000张2D灰度图像，并希望在python中对它们进行聚类，使具有更多相似之处的图像保持在同一组中。图像表示简单的几何形状，包括圆、三角形等。
如果我把每幅图像都压平成一个向量，然后运行聚类算法，那就非常复杂了。图像是400*500，所以我的聚类训练数据将是1000*200000，这意味着200000功能！
只是想知道以前有没有人遇到过这个问题？
浏览 7提问于2016-03-10得票数 2
回答已采纳
2回答
我有一个数据集，其中包含描述机器行为的8个连续变量：
左、右输入a，b，c：a_left，b_left，c_left，a_right，b_right，c_right
输出o，与输入呈非线性关系(几乎可以肯定也受其他因素的影响)
时间戳t
我也有一些环境数据(如温度)，但这些数据相当恒定，我怀疑这些数据不会产生重大影响。
理论：
我的理论是，由于污垢导致机器性能下降，对于相同的输入值，o值会降低。
有时，机器会被清洗以恢复性能。我不知道什么时候和有多好(即“完美”状态与“完美”与前一状态之间的某种中间状态)。退化的速度也是未知的，而且很可能也不是恒定的。
另外，一个变化是输入变量之一，
浏览 0提问于2016-07-05得票数 4
1回答
我刚刚用Viola-jones算法检测到了人脸。我从帧(或视频)中裁剪人脸，并将其作为训练set.In，我的视频中有5个不同的人脸。我决定使用特征脸来进行人脸识别。我以找到输入的核距离作为结束。我假设我必须使用分类或聚类技术吗?在我的项目中，他们告诉我使用kmeans clustering.How，它可以使用核距离解释?给出一些有用的链接，以便我能更好地理解。
浏览 0提问于2014-03-26得票数 0
1回答
我正在使用OpenCV来识别和调整图片中的价格标签。我使用概率Hough变换函数来识别图片中的边缘。我在识别图像中的四边形价格标签时遇到了麻烦。
我正在尝试按其斜率和轴线截距对每条边/线进行分组。以下是图像和数据的示例。
在图像中，较短的边缘以红色绘制，中等长度的边缘以蓝色绘制，较长的边缘以绿色绘制。在图形中，坡度在x轴上绘制，在y轴上相交。左边和右边的图形是相同的，除了线的长度是由圆的面积表示的。
我正在寻找一种方法来对这些杂波进行分组，然后确定每个聚类代表的平均线。我希望使用分组来识别限制价格标签的水平线和垂直线的两个最可能的边。
有没有人知道我可以用来识别分组的合适算
浏览 2提问于2015-03-02得票数 3
我从不同的来源( FB、Twitter、Linkedin )收集数据，然后用结构化格式制作这些数据。因此，现在我有一个包含10000行(10000个人)的csv文件，相关的数据是关于他们的名字、年龄、兴趣和购买习惯。
我真的被困在这一步:分类或聚类。对于分类，我实际上没有预定义的类或模型供用户对它们进行分类。
对于聚类:我开始计算相似性和KMeans，但仍然无法得到我想要的结果。在进入协作过滤的下一步之前，我如何决定选择什么呢？
浏览 2提问于2019-05-08得票数 0
回答已采纳
假设您有一些培训数据集，您希望使用这些数据集来训练一些ML模型，其中目标包含在1和100之间。然而，在4000个样本中，很少(小于10个)的值超出了以前的范围，远远高于100，比方说300。忽略这些样本并将它们从数据集中删除是合理的，还是应该保留它们？我看到人们的反应不同，他们中的一些人说他们可能会伤害模型，而另一些人则说没有，因为这些样本给了模型更多的信息。
浏览 0提问于2017-06-20得票数 6
回答已采纳
1回答
我需要对较晚、较长坐标的数据集进行聚类。我使用python作为我的语言，并计划使用DBSCAN，因为我不想指定# of clusters。
目标和目的是能够输入较新、较长坐标的大型数据集，这些数据集具有许多附加的特征，并分配将返回的聚类组。原始数据库包含lat feature1，feature2 ...形式条目。需要修改一个名为“集群组”的新字段: lat long clustergroup feature1，feature2 .....这将帮助我识别哪些数据点被紧密地分组在一起，而不必在地图上绘制。我希望异常值将被赋予单独的组ID，而在很大程度上聚集在一起的点将被赋予相同的组ID。
我对DB
浏览 2提问于2014-03-16得票数 5
我正在使用tensorflow的regression用例解决这个问题。为了达到EDA的目的，我引用了这个帖子，并使用熊猫盒绘制我的数值预测器和目标变量(这里是pid需求)和散落_矩阵来绘制分布，下面是结果：预测器_目标_箱形图；特性_标签_pdf格式_散落_矩阵。
我需要帮助解释这两个情节，特别是在这些方面：
为什么盒子里显示的分数比胡须还多(~10%)，一个数据集中还会有这么多的离群点吗？
我该怎么处理那些离群点？
基于第二个地块(特征，标签pdf)，我应该标准化我的特征以显示高斯分布吗？如果是，为什么？
浏览 0提问于2018-04-23得票数 3
回答已采纳
我想将一个具有一定半径的球体划分为一个测地网格，其三角形边的大小约为一定大小。因此，我希望得到所有三角形边缘点(或中心点)的纬度/经度列表。我首选的语言是python。
我想我应该仔细阅读下面的文章？
或者有没有人有或者知道一些现成的代码可以做到这一点？
提前感谢
浏览 9提问于2012-03-09得票数 2
3回答
多维孤立点的发现
、、、、
我正在处理一个非正态分布的数据集。数据集包含成本、折扣和利润三个维度。
我试图在所有这些维度中找出可能的离群点。我使用Z-得分来检测单维的离群值，以找出导致异常值的高成本。
作为下一步，我试图找到高成本，高利润和低折扣的离群点。
我想出了一个公式：
Zscore(cost) + Zscore(profit) - Zscore(discount)
负号，因为我想找到折扣低的离群点。
这样做有意义吗？或者，是否有进一步证明的方法来实现这一目标？
浏览 0提问于2016-04-30得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
