模型的聚类标准错误
是指在聚类分析中，使用了错误的标准来评估聚类模型的质量。聚类是一种无监督学习方法，用于将数据集中的样本划分为具有相似特征的组或簇。而聚类标准用于衡量聚类结果的好坏，以便选择最佳的聚类模型。
常见的聚类标准错误包括以下几种：
- 误差平方和（SSE）：SSE是最常用的聚类标准错误之一。它衡量了每个样本与其所属簇的质心之间的距离的总和。SSE越小，表示聚类结果越好。
- 轮廓系数（Silhouette Coefficient）：轮廓系数结合了样本与其所属簇的紧密度和与其他簇的分离度。它的取值范围在[-1, 1]之间，越接近1表示聚类结果越好。
- Calinski-Harabasz指数：Calinski-Harabasz指数是通过计算簇内离散度和簇间离散度的比值来评估聚类结果的好坏。指数值越大，表示聚类结果越好。
- Davies-Bouldin指数：Davies-Bouldin指数通过计算簇内样本之间的相似度和簇间样本之间的差异性来评估聚类结果的好坏。指数值越小，表示聚类结果越好。
聚类标准错误的选择取决于具体的应用场景和数据特点。在实际应用中，可以根据不同的标准来评估聚类模型的质量，并选择最适合的标准来进行模型选择和优化。
腾讯云提供了一系列与聚类相关的产品和服务，例如：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tensorflow）：提供了强大的机器学习和深度学习工具，可以用于聚类分析和模型训练。
- 腾讯云数据分析平台（https://cloud.tencent.com/product/dla）：提供了数据分析和挖掘的工具和服务，包括聚类分析。
- 腾讯云大数据平台（https://cloud.tencent.com/product/emr）：提供了大数据处理和分析的解决方案，包括聚类分析。
以上是腾讯云提供的一些与聚类相关的产品和服务，可以根据具体需求选择适合的产品来进行聚类分析。
相关·内容
1回答
在Python/Pandas中，我使用PanelOLS函数。此函数使您能够对标准错误进行聚类。例如：
PanelOLS(y=panel.Y, x=panel[['X1', 'X2'], nw_lags=10, time_effects=True,
cluster='time')
但是，我也希望通过entity和time对标准错误进行聚类。
是否有办法这样做？如果没有，那么statsmodel中的面板函数如何？我很难找到关于使用状态模型的Panel回归的文档。
UPDATE如果我控制使用newey延迟(nw_lags)，这不像cl
浏览 6提问于2015-08-12得票数 1
1回答
如何使用高斯混合模型进行聚类？
、、、、
我一直在使用k-Means将数据聚类为2类。然而，现在，我想使用一种不同的方法，使用高斯混合模型将数据聚类到两个类别中。我已经阅读了Scikit-Learn文档和其他SO问题，但我无法理解如何在我目前的上下文中使用GMM进行2类聚类。 我可以很容易地使用k-Means将数据聚类为2类，如下所示： import pandas as pd
from scipy import stats
from sklearn.cluster import KMeans
import numpy as np
df = pd.read_pickle('my_df.pkl')
clmns = df
浏览 31提问于2019-03-15得票数 0
2回答
在我的例子中，我有一个在图像中检测到的字母和符号的数据集。检测到的项目由它们的坐标、类型(字母、数字等)、值、方向而不是图像的实际边界框来表示。 My的目标是，使用这个数据集，将它们分组为不同的“单词”或上下文组。
到目前为止，我采用了经典的无监督聚类算法，取得了很好的结果，但这仍然是限制样本几何距离的方法οo，因此产生的组不能像我想要的“单词”。因此，我正在寻找一种方法来影响聚类算法的结果，使用我所掌握的关于所需集群的“类词”性质的知识.
我认为可能的方法是创建一个真实和错误的聚类数据集，并训练一个SVM模型(或任何分类器)来检测建议的聚类是否正确。但就这一点而言，我没有确凿的证据证明，我能
浏览 0提问于2019-11-28得票数 3
2回答
我有一个数据集，大约有20000个观测数据，包括40个独立变量和1个因变量。我最初的目标是建立一个预测因变量的模型。我尝试了几种模型，并应用了线性回归和其他算法，如随机森林，当然，通过将数据集分割成训练和测试集。
不幸的是，我没有任何有意义的结果，我有很大的错误。我认为数据集有些“混乱”，所以我决定先进行一些聚类，然后在每个集群中应用回归。考虑到我的因变量可能表现出很大的变化，我认为我应该对所有变量(因变量和独立变量)进行聚类，因为每个簇都有类似的因变量值。我试着申请Kmeans，但我遇到了几个问题。首先，我似乎无法确定正确的集群数目。“肘部”方法给出了一个不清楚的数字，当我用较少的数据(大约
浏览 0提问于2018-11-13得票数 0
我已经使用k-means聚类建立了一个分割模型。
有人能描述一下将新数据分配到这些数据段的过程吗？
目前，我正在应用与构建模型时相同的转换/标准化/异常值，然后计算欧几里德距离。最小距离是记录落入的区段。
但是，我看到大多数都落入了一个特定的部分，我想知道我是不是在这个过程中错过了什么？
谢谢
浏览 0提问于2013-08-09得票数 2
2回答
我不知道我做错了什么，但我希望有人能帮我。我正在尝试使用k-means聚类作为我的模型，在rapid miner中运行x-validation。
我导入了我的数据集，在一个属性上设置了'label‘的角色，将数据从名义转换为数字，然后将输出连接到x-validation过程。然后，我将训练数据连接到k-means聚类模型，并将聚类模型连接到测试数据的模型。我应用k-means模型中的一个模型，然后应用性能过程。
我一直收到一个错误，我需要一个特殊的属性'label‘。
我不确定我在这里做的是什么错误，任何帮助都很感谢。
主要进程：
X-验证流程：
错误消息：
浏览 0提问于2014-12-15得票数 0
我有一组2000个点，它们基本上是足球协会传球来源的x，y坐标。我想对其运行k-means聚类算法，以便对其进行分类，以获得最常见的10个过程(k=10)。但是，我不想预测未来值的任何点。我只是想使用现有的数据。我还需要把它分成测试训练集吗？我假设只有当我们想要在特定集合上训练模型以计算未来值(?)时，它们才会完成。我对集群(以及整个Python )是个新手，所以如果有任何帮助，我将不胜感激。
浏览 22提问于2019-04-01得票数 1
1回答
基于余弦相似度值的聚类
、、、
我从一组网址中提取了单词，并计算了每个网址的contents.And之间的余弦相似度，我还归一化了0-1之间的数值(使用最小值-最大值).Now我需要根据余弦相似度值来聚类URL找出相似的URLs.which聚类算法将是最suitable?.Please建议我一个动态聚类方法，因为它将是有用的，因为它将是有用的，因为我可以增加网址的数量的需求，也将是更natural.Please纠正我，如果你觉得我是在一个错误的way.Thanks在预期中取得进展。
浏览 0提问于2011-04-30得票数 2
我试图估计一个聚类树状图在R中的结构主题模型，我产生了98个主题。
我首先运行了以下程序，运行得很好：
res.hc <- eclust(scale(out_corr$cor), "hclust", nboot = 500)
然后，我尝试使用以下语法来可视化树状图：
fviz_dend(res.hc, rect = TRUE)
在这里，我收到了以下错误：.rect_dendrogram中的错误(dend，k= k，palette = rect_border，rect_fill = rect_fill，：k必须介于2到97之间)
这是因为我的模型中的主题数是98吗？如果是这
浏览 8提问于2022-04-01得票数 0
回答已采纳
1回答
我想报告我在spatstat中安装的非均匀Thomas点过程模型的聚类参数(kappa，sigma)的标准误差。报告说通过参数引导来实现这一点。我对这个概念不太有经验，也没有把它应用于指出过程模型。我该怎么做？
我的第一个猜测是，多次模拟我的kppm，然后用相同的协变量重新拟合得到的模拟点。然后，根据每一次后续拟合的聚类参数计算标准误差。这是正确的吗？如果是的话，在这种情况下有多少模拟是可以接受的？提前感谢您的指点！
浏览 4提问于2015-11-18得票数 0
回答已采纳
我有以下关系：
用户(userid，用户名)
客户(customerid，userid，customername)
销售(salesid，customerid，saledate，saleamt)
在数据仓库中，我将按以下方式加载数据：
用户(userid，用户名)
客户(customerid，userid，customername)
销售(salesid，customerid，saledate，saleamt，userid)
注意:用户id实际上不在事实表上，但我是通过从相应的客户记录中查找它来添加它的，以便使模型成为一个明星模式:用户筛选器Sales；customer filters。
最好
浏览 2提问于2022-03-23得票数 0
2回答
我目前正在做一个项目，我希望对多维数据进行聚类。我尝试了K均值聚类和DBSCAN聚类，两者都是完全不同的算法.
K-均值模型返回了相当好的输出，它返回了5个簇，但是我已经读到，当维数很大时，欧氏距离会失败，所以我不知道我是否可以相信这个模型。
在尝试DBSCAN模型时，该模型产生了大量的噪声点，并在一个集群中对多个点进行了聚类。我尝试了KNN dist绘图方法来为模型找到最优的eps，但我似乎无法使模型工作。这导致了我的结论，也许所绘制的点的密度很高，这也是我在一个星系团中得到很多点的原因。
对于集群，我使用10列不同的数据。我应该改变我正在使用的算法吗？对于多维数据和变化密度较小的数据，什么
浏览 0提问于2020-03-31得票数 2
回答已采纳
1回答
我正在试验聚类算法，比如K-均值。现在，我使用所有变量作为聚类算法的输入。我想知道是否适合对聚类算法进行特征选择。也就是说，如何找到那些对集群最重要或最不重要的变量。
对于我知道真正的聚类是什么的情况，我的想法是使用不断增加的变量组合子集作为聚类算法的输入，计算预测组和真实组之间的关联表，应用一些度量(比如准确性)来找到得分最差或最好的特征组合。
您知道在应用聚类算法(如k-均值)之后，获得最小和最重要特征的方法吗？
我是这个话题的新手，所以请友好一点。:-)
浏览 0提问于2021-10-16得票数 0
1回答
对于我的nlp问题，我使用了一个TF下手和KMeans的组合从学习包。tfidf获取向量，然后使用Kmeans对文本进行基于向量的聚类。我有一些类似于n_gram、输入特性和stop_words之类的TFIDF参数。问题是如何评估这个模型？我的猜测是，我不需要评估KMeans模型，因为它的作用只是计算点之间的距离，而我只需要专注于TFIDF模型和我最终使用的参数。这是正确的吗？如果是的话，我如何评估这个模型，除了手动在集群中切换以查看项目是否正确分组之外？
编辑:我忘了说:我没有目标标签。我基本上是把看起来像集群一样的文本分组。
浏览 0提问于2022-12-06得票数 0
1回答
我有一个数据库，其中包含诸如纬度、经度等信息，还有其他信息，如观光地点、餐馆和购物中心，如果是农村或郊区，……它还为地图上的每个网格提供网格和质心。我需要根据相似点对这个区域进行聚类，这样当有人开车时，他们就可以访问这些地点。我还添加了邮编和城市和县的名称等信息。提出了怎样的聚类算法或模型，这样，除了相似点外，还可以保持网格的贴近度。提前感谢
浏览 0提问于2022-09-12得票数 0
1回答
我是：
(A)运行Seaborn文档( )中的示例，但使用dcor 中的，而不是仅限于线性或秩系数的pandas.DataFrame.corr。
那么我想：
(B)对我自己的数据使用几个DataFrames进行同样的操作。
我直接向sns.clustermap提供距离相关性，就像在文档示例中所做的那样，因为我对热图中的结构感兴趣，而不是使用距离相关矩阵来计算链接，例如，在中这样做。我通过修改这个的代码来创建距离相关矩阵。
(A)这里没有问题
当我执行时：
distcorr = lambda column1, column2: dcor.distance_c
浏览 1提问于2019-09-12得票数 2
1回答
我有一个用Scala编写的排队模型，在这个模型中，不同类别的人最终形成了不同的队列。我们有一个数据集，它提供了一个特征映射，以每个队列结束的人数为特征，即多个输入到多个输出(连续值)。
对于Scala中的单个值预测，我有一些使用mllib的经验，但我看不出支持多个输出。在我看来，mllib没有连续的值输出支持，因为我看不出如何在没有激活函数的情况下获得一个层。
有没有人知道一个ml库既可以支持多维回归(如果我的术语错误请纠正我)并与Scala集成？
接下来，我还想尝试一个RNN，因为我们的数据中有一个时间序列元素，但是我相信在ml库中这是更加罕见的。
浏览 0提问于2018-01-27得票数 1
为了理解模型和控制器之间的区别，我已经看了很多视频和教程。因此，我所理解的是，控制器是视图和模型之间的中介，它捕获在UI上执行的操作，并调用适当的模型类，从模型类接收回模型对象，并将其发送到视图解析器给定的视图。
现在我的问题是，为什么我们让控制器将请求发送到一个模型，为什么我们甚至需要一个不同的类(模型)。我们不能在控制器本身做同样的事情吗？
浏览 0提问于2016-04-13得票数 0
考虑一个没有监督的数据。数据以csv文件的形式出现(我使用的是熊猫数据)。它是一个不同时间步骤的网页数据，而我将数据转换为我的模型的方式(K-方法)是通过将当前web页面ID加载的时间步长与下一个web_page ID加载的时间步骤的不同。
现在，数据中有一些特性，如“滚动”(它表示在该网页上的一个人滚动)，对于同一个网页ID，这些功能多次发生。因为我只使用增量，所以我想将这个“滚动”作为一个功能，它在增量(时间差)之间发生了多少次。这给出了频率。
现在的问题是，我应该对我计算出来的原始频率做一些处理，还是直接把它提供给我的模型。如果需要更多的处理，你有什么建议？
浏览 0提问于2019-02-17得票数 4
2回答
我正在研究一个基于聚类的模型，我读过关于分层聚类和K-均值聚类的文章。
在什么条件下我应该选择聚类而不是K-均值聚类？
浏览 0提问于2021-03-26得票数 2
回答已采纳
我要计算回归残差的聚类误差。我知道如何在R中运行随机效应模型。
set.seed(50)
data <- data.frame(id=rep(1:10,10),income=rnorm(100),education=rnorm(100))
data$id <- factor(data$id)
library(nlme)
reg <- lme(income ~ education -1,data = data, random = ~ 1 | id)
我也不知道如何将标准错误聚集在id级别。
浏览 0提问于2018-01-29得票数 0
回答已采纳
1回答
我需要根据它们的余弦相似性来聚类(假设作为参数k)，单词(我存储在数组列表中)。我已经将我所有的单词作为顶点存储在一个完整的、加权的、无向图(使用邻接列表)中，并将它们的余弦相似度值放在边上。据我所知，我需要使用MST (Kruskals算法)进行聚类处理。
然而，由于我的图是完全图，而MST用于连通图，我有点困惑如何在完全图上使用它？还是我用完全图做错了？
这是我的wordList：
[directors, producers, film, movie, black, white, man, woman, person, man, young, woman, science, fictio
浏览 2提问于2018-04-28得票数 0
回答已采纳
我正在试着测试我的非监督K-均值聚类是否能够正确地聚集我的数据。我有一个无监督的K均值聚类模型输出(如下面的第一张照片所示)，然后使用实际的分类对数据进行聚类。
📷
下面的照片是实际分类。我试图用Python测试我的K-均值分类(上面)与实际分类相比有多好。
📷
对于我的K-表示代码，我使用的是一个简单的模型，如下所示：
kmeans = KMeans(n_clusters=4, random_state=0).fit(myData)
labels = kmeans.labels_
对我来说，比较无监督的KMeans聚类模型与实际分类的效果最好的方法是什么？
浏览 0提问于2017-03-09得票数 7
回答已采纳
1回答
我注意到，在我的数据集中，一个特定的列是高度可分离的，它将数据完美地分成5个不同的类(重新计算class2的意思比class1更好)。我想使用来自同一数据集的聚类模型来研究底层结构。
尽管我知道这个特性是高度可分离的，但我是否应该将这个列作为一个变量来进行聚类呢？
这个特性是否会对聚类模型产生任何偏差或影响其结果？
所有这些都是假设我将使用K-均值算法
浏览 0提问于2021-11-25得票数 1
回答已采纳
3回答
随着在卡格勒竞赛中不断获胜的团体(如xgboost学习者的组合)的提高，使用它已经成为机器学习中的一种传统。然而，有些人认为聚类是一种集合形式，我们首先将聚类应用于一个数据集，然后对每个聚类应用一种学习算法(进行分类或回归)。
我想了解聚类和集合有什么不同？
编辑
我理解，如果我们简单地考虑“同质集成”，即我们在每个集群上训练相同的模型，那么聚类可能类似于集成的想法。但是我正在寻找聚类的潜在局限性，在这种情况下，使用异构集群(对所有数据进行不同的学习)是解决这个问题的“唯一”方法。
浏览 0提问于2016-04-05得票数 4
基本上，我想做的是：
对输入数据执行一些基本的聚类，如K均值.
获取输入示例的群集成员资格。
为每个聚类训练一个单独的深层神经网络子模型。
下面是这个想法的基本图表。
使用单个角点模型可以做到这一点吗？
我尝试使用sklearn将输入数据分离到集群，然后在每个集群上训练单独的Keras模型，但是这种方法使得以后很难计算测试错误，因为我必须从每个集群中获取测试错误，然后手动计算总体错误。
浏览 2提问于2019-04-11得票数 1
1回答
时间序列聚类质量度量
、、、
我是聚类时间序列数据集，这些数据集没有标签(没有根据事实)，我想衡量集群的质量。你能不能建议一下可以用于时间序列聚类的聚类性能评估方法？
浏览 0提问于2018-10-06得票数 1
1回答
ML模型的鲁棒性
、、、
在试图模拟类似于这论文中描述的ML模型时，经过一些调整后，我似乎最终在一些样本数据上获得了良好的聚类结果。“好的”结果，我的意思是
每个观察结果都被放入一个概率很高的簇中(而不是两个簇之间的50/50或类似的东西)。
很高比例的观测结果被放入正确的聚类中，表明模型确实起了作用。
例如，如果我们有属于簇$a$的观测$A$，以及属于簇$b$的观测$B$，则该模型可以输出用于观察$a$的(0.99, 0.01) (其中0.99表示属于$a$的概率较高，0.01表示属于$b$的概率较低)，而(0.02, 0.98)则输出为属于观察$b$的概率。(这些特定的数字是随机选择的，但通常良好的结果提供了接近0
浏览 0提问于2018-09-07得票数 10
试图解决Spark中聚类算法度量模型评估统计数据(精度和召回率)的问题。用于基于成对重叠的聚类评估的低于矿工的响应。
创建这个样本测试数据，我能够获得总的预测阳性数。
你将如何去计算真正的积极因素？特别是对spark数据帧的变换，得到了结果。非常感谢您的启发。
+-----+----------+
|label| cluster |
+-----+----------+
| x| 1|
| x| 1|
| x| 1|
| x| 1|
| x| 1|
| x| 2
浏览 0提问于2017-08-05得票数 0
我希望通过聚类找到数据中的离群值。我的意思是在聚类之后，最远的样本被认为是异常值。我计算出我的数据只有一个类，所以在这种方式下，聚类是否有助于找到离群值，或者当数据只有一个类时，是否有其他方法找到离群值？
浏览 0提问于2017-11-02得票数 0
我目前正在尝试使用聚类分析作为我的一个项目的时间序列聚合工具。数据集是高维的(386-d)，因此无法直观地评估聚类有效性.
我使用三种不同的聚类算法(k-均值++，k-medoids PAM，模糊c-均值)来寻找具有代表性的周期。由于我不知道数据集中有多少个时间段(因此，有多少个中心/medoids)，所以我想对它使用一个内部集群有效性索引(cvi)。(基本过程:运行多个k的聚类，并按k绘制cvi；根据cvi最优选择最高/最低的k)。
让我们以k-均值为例。它是不确定的，因此我以不同的起点多次启动它.然后，它试图减少簇内方差。然后，保留具有相同k的各种初始化的最小簇内方差的结果。
我的问题是:
浏览 0提问于2019-05-28得票数 1
回答已采纳
我想在ggplot中绘制一个具有置信区间的回归模型。在我的模型中，我希望使用聚集在变量上的健壮的标准错误。但是，我找不到在哪里可以找到聚类错误的变量。
我已经用lm_robust方法尝试了geom_smooth函数，但找不到在哪里添加集群错误变量。
p1 +geom_smooth(data=data,aes(y=y,x=x),method='lm_robust',se = T)
我需要ggplot中以下行的等值来进行绘图：
lm_robust(y~ x, data = data, clusters = z)
浏览 16提问于2019-08-01得票数 0
回答已采纳
1回答
我正在使用进行集群。我试图通过调整通货膨胀参数i和我引入的一些其他参数来“优化”质量分数的聚类。
对于这种优化，我有一些疑问：
1)纠正我的错误:当我们试图预测新输入的类时，会使用。因此，当所有输入都已知时，这个概念在集群的上下文中没有意义，我们只是尝试对它们进行重新组合。
( 2)我计划用不同的参数进行实验，然后选择给我最好结果的参数。然而，我 clm close和使用分层聚类和遍历树寻找最佳参数的可能性。我不熟悉分层聚类，但是这种方法的性能如何超过测试不同的参数呢？
浏览 3提问于2014-03-07得票数 1
回答已采纳
1回答
聚类最小生成树的数据集
、、、
最近我遇到了最小生成树的概念，发现它在聚类中有一个应用程序。我正在寻找一个真实的数据集(最好是干净的)，它可以作为各种聚类算法的数据源。有一种信息表明，MST聚类在球面和非球面数据上工作得足够好。这就是为什么非球面数据集也被追求的原因。
我心目中的数据集应该包含地面真相信息(标签)，因此各种标志的有效性可以通过与WSS不同的东西来衡量。
浏览 1提问于2018-06-12得票数 0
回答已采纳
1回答
我的任务是对一些图像进行聚类，我决定使用VGG模型来提取特征，然后使用K-方法对这些特征进行聚类。
但我的问题是:当我使用VGG作为特征提取器时，我应该确保VGG模型以前是否接受过这类图像的训练，否则，VGG模型就不能推广到所有类型的图像，对吗？
我正在寻找一种通用的方法来聚类图像，而不考虑数据集的类型。如果你知道任何有效的基于图像的聚类方法，你能指出它们吗？
提前谢谢你。
浏览 0提问于2021-08-05得票数 0
我是一个新手，目前正在从头开始学习数据科学，我有一个相当愚蠢的问题要问。我目前正在学习二进制分类，我知道逻辑函数是一个有用的工具。我查阅了文档，注意到我可以导入两个与物流相关的函数，即sklearn.metric.log_loss和sklearn.linear_model.LogisticRegression。我应该何时何地使用它们，有什么区别吗？
更广泛地说，度量和模型之间有什么区别，为什么日志丢失函数是度量？抱歉，如果这个问题听起来完全没有意义，但这是一个真正的根源，我的困惑！
浏览 0提问于2018-11-22得票数 0
回答已采纳
2回答
聚类算法在建立模型之前？
、、、
我想了解的是，在建立预测模型/模型之前，如何使用聚类算法(如果可能的话)在数据集中识别自然出现的组，从而提高模型/模型的准确性。
浏览 0提问于2018-03-05得票数 0
回答已采纳
2回答
提出的问题如下:使用scikit-学习将数据分割成一个培训和测试集。使用DBSCAN将数据分类为猫或狗。
我试图弄清楚如何使用DBSCAN来使用训练数据来拟合模型，然后预测测试集的标签。我很清楚DBSCAN是用于集群而不是预测的。我还看过和许多其他线程。DBSCAN只附带fit和fit_predict函数，当尝试使用训练数据拟合模型，然后使用测试数据测试模型时，这些函数似乎不太有用。
这个问题是用词不当还是我漏掉了什么？我已经看过科学工具包-学习文档以及寻找例子，但没有任何运气。
# Split the samples into two subsets, use one for trainin
浏览 0提问于2019-03-29得票数 2
回答已采纳
1回答
在Weka中，有一个名为基于Make密度的集群的聚类算法。当查看它的属性时，它以一个集群器作为基础集群器(我把它作为k=3的K-means )。它最初执行k-方法并创建三个集群。我在结果缓冲区中看到了每个集群和属性的先验概率、正态分布方法和标准差。
在计算k-均值星团之后会发生什么？在这里，标准偏差和先验概率的作用是什么？为什么它是基于密度的？
浏览 0提问于2019-03-15得票数 1
2回答
我面临的一个问题是，我需要大量的数据来进行聚类。正如我们所知道的，聚类算法可能具有很高的O复杂度，我正在寻找减少算法运行时间的方法。
我想尝试几种不同的方法，如预聚类(冠层聚类)或子空间聚类、相关聚类等。
但是，我还没有听说过一些事情，我想知道为什么--简单地从我的数据集中获取一个有代表性的样本，在它上运行聚类，并将这个模型推广到整个数据集是否可行呢？为什么/为什么这不是一个可行的方法？谢谢!
浏览 0提问于2020-11-08得票数 6
回答已采纳
我正在与Spark合作，想知道如何获得创建的K-means聚类模型的精确值。同时，检查Spark - KMeansModel API，我发现了"ComputeCost“，它返回”Set Sum of Squared Error“值。
有没有办法计算从“Set Sum of Squared Error”值创建的模型的精确度？
或者，在Spark中有其他可用的选项来获得它吗？关于这一点，请给我一些建议。
提前感谢:)
浏览 0提问于2018-05-17得票数 1
1回答
我对python很陌生，我正在开发一个消费数据集，在这里我们使用LCA、K-Means、DBSCAN和谱聚类来计算集群。在所有这些方法中，簇的数目是不同的(在K-均值中为EG-5簇，而LCA中为7)，自变量可能是相同的，也可能不是相同的(例如- 12个自变量在K-均值中，10个在LCA中)。现在我要用聚类内聚、聚类分离、熵、纯度、Jaccard Coeff、RAND指数等对集群进行验证。
这些措施是否适用于集群验证？
在python中有函数/库可以一次计算这些函数/库吗？
如果没有可用的函数/库，如何在python中计算这些值。
希望我是清楚的，并感谢您的帮助，提前。
浏览 8提问于2021-02-23得票数 0
1回答
基本上，我模拟了1000多个数据集，然后通过K均值、基于模型的聚类等不同的聚类技术对它们进行聚类。
然后，利用分类正确率CCR验证了这些方法的性能。然而，我面临标签切换的问题，因此无法得到现实的CCR。那么，我的问题是，有没有一种方法来统一多元数据集r中的所有标签？
下面是一个简单的例子：
# Create the random data sets:
data1 <- rnorm(5, 0, 0.5) # cluster 1
data2 <- rnorm(5, 2, 0.5) # cluster 2
data3 <- rnorm(5, 4, 0.5) #
浏览 1提问于2018-06-21得票数 0
回答已采纳
我一直在尝试评估一种聚类技术。我知道F1评分是有效的方法之一。根据我读过的链接
F1 Score = 2 * (Precision * Recall) / (Precision + Recall)
基本上是精确和回忆的调和的意思。我也知道什么是精确和回忆。而且
真正=正确识别
假阳性=错误识别
真否定=正确拒绝
假阴性=不正确地拒绝
但是我的问题是，如果我有下面的场景，我无法将它与Clustering.For示例联系起来
Training Data = {(lat1,long1),(lat2,long2),(lat3,long3),(lat4,long4),(lat5,long5),(lat6
浏览 1提问于2015-04-08得票数 0
1回答
我阅读过的大多数论文都使用外部验证来验证聚类的准确性，并使用此公式：
其中ai是在ith集群及其相应的真类中发生的数据对象的数量，n是数据集中的数据对象的数量。根据该度量，r值越高，聚类效果越好，最佳聚类值为r= 1.0。
这个公式和纯度公式一样吗？你可以在这里读到纯度
不管怎样，谢谢
浏览 1提问于2018-07-12得票数 0
回答已采纳
1回答
我很累地使用sjPlot包绘制模型的输出。我希望绘图上的标准误差反映我在模型中使用的聚类标准误差。我想知道，如果我想在预测值的绘图中对c上的标准误差进行聚类，对plot_model函数的适当调用是什么？ set.seed(1999)
c <- sample(c("A","B", "C", "D"), size = 100, replace = T)
w <- sample(1:100, size = 100, replace = T)
x <- sample(1:100, size = 100, replac
浏览 15提问于2020-08-22得票数 1
1回答
我试图复制这论文的结果，但是使用python和HMMlearn库来代替matlab。本文介绍了一种利用隐马尔可夫模型( HMM )预测股票价格的方法。
本文详细介绍了用四态5混合高斯分布作为模型.转移概率和初始状态概率是一致的，但发射概率是根据现有股票价格数据集的k均值算法的结果来确定的。
后半部分是我陷入困境的地方，本文建议使用k-均值算法返回的每个聚类的均值、方差和权重作为混合算法每个组分的均值、方差和权重。据我所知，星系团的平均值只是每个质心的中心，但是我不知道你如何获得方差或权重。
给出一个三维数据集X(以[[a, b, c], [d, e, f]...]的形式)，并使用k-均值算法，
浏览 0提问于2016-04-28得票数 2
回答已采纳
我有一个数据集，其中一些项已经被标记(分类为4个类、B、C、D)。然而，绝大多数数据集都没有贴上标签。我的假设是，有一些特征会影响每个项目的应用类别。聚类或者甚至推荐系统都能建议每个项目应该放在哪里吗？在实际层面上，我会否在模型内提供“标签”？或者，我会把它分开直到结束，然后覆盖这些标签在任何模型设法组合在一起？
上面的例子似乎是一个集群用例。但是，我能否把这个问题转化为推荐系统呢？你把X标记为A，它有特征1，2，3.项目Y有相似的特点，也许你也应该贴上A的标签吗？
浏览 0提问于2020-12-29得票数 2
回答已采纳
1回答
我使用两种类型的聚类算法，我采用分层聚类，K-均值聚类使用python库。
现在的结果有点不同，那么我如何比较结果和使用哪种算法呢？因为我想为一组未标记的数据写一个结论。
使用多个算法并在它们之间进行比较有什么好处？
浏览 0提问于2020-12-12得票数 0
回答已采纳
2回答
我有一个包含近200个特性的大数据集。但是，我没有这些数据的类标签。我想根据这些特性将这些数据分成两个类。我知道，当我们没有类标签时，我们必须使用一些聚类方法。然而，由于我没有任何标签，我只是想知道如何衡量模型的准确性。
请让我知道我应该遵循的最合适的方法？
如果需要的话，我很乐意提供更多关于我的功能重置的细节:)
浏览 0提问于2018-04-11得票数 1
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
