2回答
我正在寻找一种聚类算法，通过使用对象的成对距离来对对象进行聚类，而不需要计算所有成对距离。通常，成对的聚类如下所示：(请参阅这里)假设距离为非欧氏距离，则可以在距离矩阵上使用谱聚类或亲和力传播，并检索聚类结果。然而，计算所有对组合对象
浏览 0提问于2019-03-08得票数 5
回答已采纳
1回答
我有一组来自搜索引擎的用户查询需要集群。到目前为止，我遇到的唯一的聚类算法是K-means算法，它需要定义聚类的数量。在这种情况下，我不知道数据中存在多少簇。是否有任何聚类算法允许在不预先定义聚类数量的情况下进行聚类？
浏览 0提问于2013-01-29得票数 0
我正在为一堆新闻文本尝试不同的聚类方法，并努力寻找任何方法来为sklearns亲和力传播找到每个聚类的顶级术语，我甚至不确定这是否可能。对于k-means聚类，我使用与这里相同的方法：，我在逻辑上希望使用与k-means相同的X作为亲和力传播。
有人知道如何用亲和传播产生类似的结果吗？
浏览 4提问于2019-01-24得票数 2
1回答
链接here描述了一种使用亲和力传播进行图像分类的方法。我搞不懂他们是怎么得到特征向量的，也就是图像的数据结构，比如数组？另外，如果我不能使用Places365作为它的自定义数据(音频频谱图)，我该如何实现这一点呢？ 最后，如何像在图表中那样绘制图像？
浏览 16提问于2019-05-30得票数 0
回答已采纳
2回答
群集之后会发生什么
、、、、
我试图根据图像与SIFT和亲和力传播的相似性对图像进行聚类，我进行了聚类，但我只是不想可视化结果。如何从获得的标签中测试随机图像？或者可能还有更多的原因？
浏览 15提问于2019-05-31得票数 0
2回答
聚类:无单点聚类
、、、、
我有4维数据，需要对其进行聚类，以便为每个聚类建立最小体积边界椭球。我不想有单点集群，或者至少是尽可能少的单点集群，因为我们不能用一个单点构建一个椭球置信度区域。在我的问题中，没有预先给出集群的数量。因此，我使用Scikit-learn的亲和力传播- 来估计聚类的数量，并从数据中执行聚类。但是这种方法给了我太多的</em
浏览 0提问于2014-07-06得票数 2
我试图对不同说话人嵌入的时间戳进行聚类，如果使用欧几里得作为亲和力，并将欧几里得作为链接用于k簇聚类，则效果最好。我试图匹配输出使用的hierarchy.flcusterdata和尝试不同的阈值，但我得到了完全随机的结果。
但是，如果使用余弦作为亲和力，完全作为链接，则可以匹配这两种算法的输出。欧几里得度量结果偏斜的原因是什么？hierarchy
浏览 0提问于2018-07-12得票数 0
2回答
基于相似性度量的图像聚类
、、、、
我正在尝试使用科学知识-学习和比辛对一组图像进行聚类-不到100。
最终的目标是根据计算出的相似性度量- CW-SSIM将图像放入几个桶(簇)中。这个任务似乎很琐碎，但我无法找到最好的方法来处理基于相似性的集群，在scikit中学习。K-表示聚类看起来是个不错的选择，但它不接受任何“比较函数”或自定义距离函数。那么如何处理科学学习中基于比较(基于相似性)的聚<em
浏览 0提问于2016-01-10得票数 8
我有自己的预先计算的数据，用于在python中运行AP或Kmeans。但是，当我想对数据运行train()和test()以查看聚类在类或集群上是否具有良好的准确性时，Python告诉我predict()对“预先计算”的数据不可用。
浏览 3提问于2019-02-23得票数 2
1回答
用附加点值求点的分组
、、、
因此，作为电气工程师，我们所做的任务之一就是布局设计。我下个月的任务是做满载Amps (FLA)设计。疯狂地选择哪些电机应该连接到哪个电路上。这些电动机应紧密结合在一起，整个电路不应超过24安培.我能够从每个地区的CAD图纸中提取位置数据和马力(amps)。下面的例子。[U1910_MTR, 90,40,2.4 amp]
问题:我以前见过python聚类算法(亲缘传播)，但从未见过使用附加常量或权重之和的聚类
浏览 6提问于2022-01-25得票数 0
1回答
基于亲合传播的聚类doc2vec
、、、、
我希望使用关联传播对文档向量(doc2vec)进行聚类。使用余弦相似性来聚类我的doc2vec文档向量正确吗？
此外，我希望使用to可视化我的集群结果。然而，我看到t
浏览 0提问于2018-01-04得票数 1
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-均值聚类应用于亲和矩阵.因此，一个直接的、理论上的不同之处在于它忽略了谱嵌入步骤，即它不寻找具有
浏览 0提问于2020-01-09得票数 12
1回答
在PCL教程中，我们可以学习如何分割平面和提取欧几里德聚点云。所以现在，在我使用pcl::EuclideanClusterExtraction算法之后。我需要每个星系团的质心或平均位置。搜索之后，我发现了pcl::Kmeans，它直接提供了一个函数get_centroids()来获取集群的质心：。
现在我有点糊涂了。pcl::EuclideanClusterExtraction和pcl::Kmeans之间真正的应用程序有什么不同？还有其他的案子吗？
浏览 5提问于2020-10-20得票数 0
回答已采纳
在特征聚维降维中，亲和力=“预先计算”意味着什么?它是如何使用的？但是，我不知道这个“预算法”实际上意味着什么，我是否必须为特征聚集算法提供“预先计算”的内容？“预先计算”究竟是什么意思？在进行特征聚类的fit_transform后，将结果传递给Birch聚类算法，得到了比其他相似点更好的结果。
浏览 0提问于2018-09-27得票数 2
回答已采纳
1回答
到目前为止，我一直在使用k均值聚类来划分银行客户，我希望在银行领域探索其他聚类算法。对银行数据使用亲和传播算法是个好主意吗？如果你能提前向我推荐银行domain.Thanks中常用的其他聚类算法，那也是很棒的。
浏览 0提问于2020-06-29得票数 0
回答已采纳
1回答
我有一个单词(实际上是名字)的列表，我想在其中应用一些实体解决方案。我的第一个猜测是创建一组相似的名称，这样我就可以从多个名称形状中提取一个有代表性的实体。我需要说明我没有标签的数据，而且我没有在进行文档分析(例如，这与改进聚类结果不同)，只是一个原始列表。为了做到这一点，基于我能读到的内容，我尝试了两种方法：应用n-g变换，计算相似矩阵(余弦
浏览 0提问于2020-03-26得票数 1
回答已采纳
4回答
我有一个带有2列数值的数据。我想应用一种聚类算法将所有条目放入同一个组中，它们与其他条目之间的距离相对较小。但是我可以使用哪种聚类算法，虽然我不知道会形成多少组呢？如果有一个参数来确定允许的最大距离，那将是理想的。如果没有这样的算法，也许能给出一些直觉，这样的算法是如何由我自己实现的，也许会很有帮助。非常感谢！！)
浏览 0提问于2020-01-09得票数 3
回答已采纳
1回答
我一直在尝试不同的数据聚类算法，致力于寻找代表节点的随机数据点之间的聚类，我一直在阅读数据聚类用于图像识别。我无法建立联系，聚类数据如何帮助识别图像或面部识别。有人能解释一下吗？
浏览 1提问于2009-09-17得票数 7
回答已采纳
我正在尝试一些用于客户细分的聚类方法，我偶然发现了一些基于网格的方法，例如: STING、MAFIA、WAVE集群和集群。然而，根据我所读到的，它们中的大多数都是用于图像分割。因此，在我投入时间实现这些算法之前，我想知道是否有人尝试过使用基于网格的聚类来对客户数据进行聚类，而不是基于图像的？
浏览 0提问于2018-09-24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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
