自适应k均值聚类算法_k均值聚类算法_K均值聚类 - 腾讯云开发者社区

、、、、

我正在尝试使用K均值聚类从图像中获取RGB值。K的取值是基于自适应K值法确定的。

浏览 11提问于2022-11-14得票数 0

7回答

K-均值聚类能进行分类吗？

、、、

我想知道k均值聚类算法是否能做分类？假设我有很多数据，我使用k-均值聚类，然后得到2簇A，B，质心的计算方法是欧氏距离。B组在右侧。再次运行k-均值聚类算法，并能得到新的数据属于哪个聚类

浏览 5提问于2014-03-10得票数 22

回答已采纳

1回答

O(logk)竞争复杂性的含义

、、

我正在研究一种现有的算法，以提高其复杂性。现有的算法使用K-均值来执行聚类，而我选择使用K-均值++进行同样的聚类。选择K-均值++是因为与K-均值相比，K均值聚类结果更快、更准确.现在，在最后，我必须比较新算法和现有算法的复杂性，我发现

浏览 2提问于2017-03-28得票数 3

回答已采纳

2回答

R中的聚类时间序列-K均值是否准确？

、、、、

我想根据这些国家随时间变化的指数趋势对其进行聚类。我正在尝试使用DTW距离矩阵(dtw包)的层次聚类(hclust)和K Medoids (pam)。我还尝试了K均值，使用DTW距离矩阵作为函数kmeans的第一个参数。该算法有效，但我不确定其准确性，因为K均值利用Eucledian距离并计算质心作为均值。我也在考虑直接使用数据，但我不能理解结果如何准确，因为算法会将同一变量随时

浏览 7提问于2020-03-03得票数 0

1回答

K (PAM)算法的缺陷

、、、、

本文研究了K算法(PAM)是一种基于聚类的聚类算法，是K-均值算法的一个变体.它解决了K-均值产生空簇和对离群点/噪声的敏感性等问题。然而，K-medoid的时间复杂度为O(n^2)，而K-均值(劳埃德算法)的时间复杂度为O(n)。我想问K-medoid算法除了其时

浏览 2提问于2017-10-01得票数 1

回答已采纳

2回答

自动生成k值的K-均值聚类

、、

在不给k值的情况下，如何在k均值算法中生成聚类.我想要做k-均值聚类并自动生成集群。

浏览 7提问于2015-11-04得票数 0

回答已采纳

1回答

改进的K-均值聚类(Ward准则)速度改进

、、、

我使用带随机初始化的k均值聚类来进行聚类识别.算法可以很好地处理好数据。但是如果我处理的数据有很多噪声，那么我的k均值算法就失去了它的鲁棒性，并为同一数据集上的每次运行提供了不同的解决方案。因此，我决定改进我的k-均值聚类，以最小化Ward标准：

浏览 4提问于2014-05-26得票数 0

回答已采纳

1回答

聚类算法中最重要和最不重要的特征

、、

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

浏览 0提问于2021-10-16得票数 0

1回答

我的数据有30,000行和140列，我正在尝试对数据进行聚类。我正在进行pca，然后使用大约12台pc进行聚类分析。我随机抽取了3000个观测数据，然后运行了44分钟，同时运行pca和层次结构聚类。我知道我可以对数据做随机样本，然后使用一个预测函数为测试数据分配聚类。但最优的情况是，我希望使用集群中的所有数据，因为数据是静态的，永远不会更改或更新。我知道聚类是劳动密集型的，但我不知道效率的阈值是多少，我的数据有3万条记录和140个变量。其他一些集群包

浏览 4提问于2019-10-31得票数 0

回答已采纳

2回答

如何在python的Kmeans++聚类中找到适合度

、、、

如何在K-均值++聚类中找到适合度，以便显示输入与每个集群对齐的百分比。例如，输入A在第1组中为0.4，在第2组中为0.6。

浏览 3提问于2017-09-13得票数 0

回答已采纳

1回答

我可以用k-方法来聚类一个非完全图吗？

、、、、

我想使用k-均值聚类算法对一个连通的无向图(不是一个完整的图)进行聚类。我只看到k-均值在一个完整的图中被使用，但是我不确定是否有另一种方法可以将它应用到一个非完全图中。提前谢谢！

浏览 7提问于2017-07-25得票数 1

回答已采纳

1回答

核k均值和谱聚类之间的实际区别是什么？

、、、

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

2回答

新闻文章分组的增量聚类算法？

看一下之前关于这个主题的问题，我经常看到，我建议从一篇文章中提取一个单词向量，如果它们在文章的某些部分(例如标题)中，对其中的一些单词进行更多的加权，然后使用像k均值算法这样的方法来对文章进行聚类。但这引出了几个问题：用k-表示，你怎么预先知道k应该是多少？在动态新闻环境中，您可能有非常多的故事，而且您不会事先知道一个文章集合代表了多少故事。使用层次聚类算法，您如何决定使用哪些集群作为您的故事？最后，无论是<e

浏览 7提问于2010-08-31得票数 15

回答已采纳

1回答

Mean算法能用于颜色量化吗？

、、、

我有一个问题，决定算法的颜色量化。我想做颜色量化的图像是分辨率为512 x 512的RGB图像。我想减少像素中的颜色值，以减小图像大小。我不想使用流行的算法k-方法。我找到了这个均值移位算法。均值移位是一种聚类算法(与k均值相同)，它具有一定的质心和窗口(每个质心都有1)，在其窗口中寻找最密集的部分，然后将质心移动到最密集的部分。它会一直这样，直到它与另一个质心会聚，不再移动。在颜色量化中可以使用

浏览 0提问于2019-01-26得票数 1

2回答