1回答
最近我一直在想核k均值和谱聚类算法及其区别。
我知道光谱聚类是一个更广泛的术语，不同的设置可能会影响它的工作方式，但一个流行的变体是使用K-均值聚类对亲和矩阵的谱嵌入。另一方面，核K-均值直接将K-均值聚
浏览 0提问于2020-01-09得票数 12
2回答
解释聚类度量
、、
我在Scikit中用k均值进行聚类，学习398个样本，306个特性。特征矩阵稀疏，簇数为4。为了改进聚类，我尝试了两种方法：
我使用PCA将特征维降为2。我计
浏览 4提问于2016-08-03得票数 1
回答已采纳
1回答
我正在查看在上给出的示例代码# in this case the seeding of the centers is deterministic, hence we run the# kmeans algorithm only once with n_init=1bench_k_means(
浏览 3提问于2014-08-07得票数 3
回答已采纳
我无法理解如何开始我的解决方案。我有一个569行的矩阵，每个行代表我的数据的一个样本，30列代表每个样本的特征。我的直觉是绘制每一行，并查看集群(如果有)是什么样子，但我不知道如何在单个散点图上做超过2行。 我花了几个小时浏览教程，但还不能理解如何将其应用于我的数据。我知道散点图以2个向量作为参数，那么我怎么可能绘制所有569个样本</e
浏览 49提问于2019-04-09得票数 1
回答已采纳
我用旧标签(如集群ID )测试一些数据，然后使用K-均值聚类生成新数据，新属性由集群ID的新标签产生。但问题是，我不知道如何在Orange GUI上操作，以评估新旧标签之间的聚类效果如下：
(1)混淆矩阵(GUI)不能直接连接到k均值聚类的输出数据.我想我
浏览 3提问于2014-12-26得票数 1
回答已采纳
1回答
为了从数量上描述海报的“外观”，我使用预先训练过的VGG16 CNN为所有海报提取了25088个特征。这些特性存储在一个带有尺寸的矩阵中(#电影海报，25088)。我将使用的聚类算法是K-均值，我已经用剪影系数评估了聚类的质量。我尝试了以下几点：
使用K-均值的原始特征进
浏览 1提问于2018-10-30得票数 0
3回答
下面一行代表-40到400度的温度，7列代表热电偶的类型(B，J，K.)15.975 3.164 20.255 12.603 3.304 28.146，我的问题是:当所有列在不同状态下包含相同的实体时，能否对这种类型的矩阵使用聚类算法？如果没有，那么可能的识别方法是什么？
浏览 7提问于2013-11-11得票数 0
我有IMU数据(加速计、磁力计和陀螺仪)，在不同的练习中(下沉、俯卧撑、仰卧起坐、穿孔)。这些练习是在单个1D时间序列信号中完成的，我想使用机器学习分类方法来识别信号中的不同练习。我不想将信号压缩成0D峰值，并以这种方式构建我的特征，而是保持时域的完整性。下图显示了包含四个练习的加速度计的示例数据。因此，我的问题是，在这样做时，哪种方法最有效？K-means<em
浏览 2提问于2018-05-25得票数 2
2回答
我有一个非常大的文档数据集(5亿)，并希望根据其内容对所有文档进行聚类。参考:我正在使用Elasticsearch来存储我的数据。
浏览 1提问于2015-05-12得票数 2
回答已采纳
我的数据是我知道所有成对旅行时间(=‘距离’)的地方，我想把这些地方聚在一起，使集群内的成对旅行时间最小化。不能使用K-表示，因为它是基于质心的，而且“距离”是提供的持续时间，而不是根据坐标计算的。不能使用DBSCAN，因为它排除了外围行，我希望将每个位置都包含在集群中(对于这个位置不是100%确定)
额外好处: Java库将是非常感谢的
浏览 0提问于2020-10-29得票数 3
回答已采纳
我用数字和分类变量对数据进行聚类。为了处理集群模型的分类变量，我创建了虚拟变量。然而，我觉得这会对这些虚拟变量产生更高的重要性，因为多个虚拟变量代表一个范畴变量。例如，我有一个分类变量Airport，它将导致多个虚拟变量: LAX、JFK、MIA和BOS。现在假设我也有一个数值温度变量。现在，我的机场变量似乎是温度变量的4倍，集群主要是基于机场变量。我的问题是，我希望所有变量都具有同样的</
浏览 0提问于2019-04-16得票数 6
回答已采纳
我收集了X个文档，所有这些文档都属于A类(是我感兴趣或了解的唯一类)。我也有一个更大的收集Y文件，我不知道。X和Y中的文档来源相同，格式相似，主题也有些相似。我想使用X中文档的TF-国防军特征向量来查找Y中最有可能属于A类的文档。在过去，我使用TF-国防军特征向量来构建朴素的Bayes分类器，但在这些情况下，我的训练集X由许多类的</em
浏览 5提问于2015-09-13得票数 1
回答已采纳
我试图通过首先在R中执行K-means聚类，然后在每个代表性聚类中采样50-100个样本来减少输入数据大小，以便进行下游分类和特征选择。 原始数据集被分割为80/20，然后80%进入K均值训练。我知道输入数据有2列标签和110列数值变量。从标签栏中，我知道有7种不同的药物治疗方法。同时，我测试了肘部方法，以找到
浏览 30提问于2020-11-02得票数 0
回答已采纳
3回答
比k均值聚类更精确的方法
、、、
在径向基函数网络(RBF网络)中，选择了隐层中的所有原型( RBF函数的中心向量)。此步骤可以通过以下几种方式执行：
智能选择原型的方法之一是在训练集上进行k均值聚类，并使用聚类中心作为原型。我们只知道k均值聚类<e
浏览 7提问于2014-03-06得票数 1
回答已采纳
我正在做聚类工作，我有90个特征，有13500个数据点，去除了相关变量，其中皮尔逊相关性超过90%，我的特征空间减少到70个。而且，几乎所有我最初的90个特性都有大量的零值(超过70%-80%的数据点)。我在算法实现方面所做的是：
Ran K-通过根据轮廓指数选择聚类数来表示原始数据的70个特征</em
浏览 0提问于2020-01-21得票数 3
1回答
K均值聚类前的主成分分析
、、、、
如果我将PCA应用于特征向量，然后进行聚类，如下所示：kmeans = KMeans(init='k-means++', n_clusters=n_digits, n_init=10)
减少的数据将是PCA的组成部分，所以在用k均值聚
浏览 3提问于2017-02-27得票数 0
我正在编写一个简单的K均值聚类算法，并试图呈现一个显示样本数据的散点图(从CSV文件加载到numpy矩阵X中的样本数据行)。
假设X是一个numpy矩阵，每一行都包含有10个特性的示例数据。就我的情况而言，它们是包含src IP地址、目标IP地址、src端口或目标端口的网络流的</em
浏览 4提问于2017-05-05得票数 0
回答已采纳
1回答
我试图使用K表示聚类从搜索历史记录中对关键短语进行聚类，但在运行stringdistmatrix()命令时，我遇到了“不能分配大小为30 of的向量”的错误。我使用的数据集包含63455个唯一元素，因此处理结果矩阵需要大约30 to的内存。有没有办法在不失去太多意义的情况下降低流程的要求？下面是我试图运行的代码，如果您碰巧注意到任何其他错误：
#
浏览 1提问于2019-07-08得票数 1
回答已采纳
1回答
我有一个庞大的混合数据集，它由数值属性和分类属性组成，在OneHotEncoding上形成一个具有很高维数的数据集。
将机器学习算法(如K-均值聚类、降维和回归)应用于数据集子集是否明智？例如，首先将K-均值聚类应用于数值列，然后将结果与分类数据集连接起来。
浏览 0提问于2018-02-28得票数 1
回答已采纳
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
腾讯会议
云直播活动推荐
腾讯云开发者
