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：我所观察到的和我相应的问题是：
K-表示pca减少的数据提供了更好的
浏览 0提问于2020-01-21得票数 3
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<e
浏览 0提问于2017-03-09得票数 7
回答已采纳
我在寻找类似K-方法的东西，把立体多边形划分成区域。K-表示簇的离散点。但是我想把实体多边形的点聚在一起(也就是分区)。📷所以问题是：是否有任何实现(最好是在javascript中)？我看了GIS聚类，但我发现的
浏览 0提问于2019-07-29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。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重要性。有办法这样做吗？我想用一种不同的方式来缩放变量，但我不知道如何对它们进行缩放，以使它们具有同样的重要性。
浏览 0提问于2019-04-16得票数 6
回答已采纳
0回答
我正在尝试使用k-means对数据集进行聚类。当我只用一次迭代运行我的算法时，它应该返回随机聚类，但当我尝试多次迭代时，它只返回0。我使用的矩阵是一个50k x 140的二进制矩阵。stackoverflow.com/questions/23020659/fastest-way-to-calculate-the-centroid-of-a-set-of-coordinate-tuples-in-python-wiretur
浏览 8提问于2017-06-09得票数 0
我想根据相似性对文档进行聚类。我已经尝试过ss深处(相似散列)，非常快，但是我被告知k-means更快，而flann是所有实现中最快的，所以我尝试用python绑定来尝试flann，但是我找不到如何在文本上这样做的例子(它只支持数字数组我对这个领域(k-意思，自然语言处理)非常陌生.我需要的是速度和准确性。我的问题是：
我们是否可以使用KMeans进行文档相似分组/聚类(Flann似乎不允许任何文本输入
浏览 9提问于2012-09-19得票数 11
回答已采纳
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<e
浏览 8提问于2021-02-23得票数 0
3回答
我有无监督的数据(即，这些数据没有任何目标变量，我可以通过它来了解它的先前行为)，它是连续数据和分类数据的混合体。现在，我想根据我的非监督数据将测试数据分为三类。我采取的方法是首先对无监督的数据进行聚类，使用这些分类数据作为基础数据，准备一个新的模型，在此基础上进行预测。
我想知道这种方法是否正确，还是有更好的方法分类测试集？我需要遵循的特殊算法吗？
浏览 0提问于2016-06-14得票数 5
3回答
我想比较一下用sklearn的k均值库计算的两个不同的集群. 2, 1, 0, 1, 2, 2, 2], dtype=int32)sm = difflib.Sequence
浏览 0提问于2016-02-10得票数 0
回答已采纳
1回答
如何有效地评估标准matlab k-表示实现的性能.例如，我有一个矩阵X 3 4; 83 76;对于每一点，我都有一个金本位聚类。idx = kmeans(X,2)idx = [1; 1; 2; 2; 2]
根据名义值，这是非常糟糕的聚类，因为只有(2,5)是正确的，但我们不关心名义值，我们只关心聚集在一起的</em
浏览 1提问于2015-01-08得票数 0
回答已采纳
1回答
我使用dlib提取了一个HOG描述符，并将它们存储在一个由二维数组组成的数组中。现在，我想用K-均值对描述符进行聚类。
同时对所有行执行群集。
浏览 1提问于2017-07-26得票数 0
回答已采纳
我已经完成了传统的k均值文本聚类.然而，现在，我需要将我的程序修改为“球形k-表示文本聚类”，但还没有成功。from sklearn.feature_extraction.text import TfidfVectoriz
浏览 0提问于2019-05-07得票数 1
2回答
无监督的文件分类
、、
我正在尝试创建一个分类器，在这个分类器中，用户的“手动”工作较少。对于较少的体力劳动，我的意思是训练集的手工标记不会有初始阶段，比如机器学习(监督)。
我的数据集是由不同类的实例组成的。类是非常不同的(在某些情况下)，并且尝试一个无监督的分类器，就像一个聚集的聚类，类被很好地分割。在此之后，使用TF/ICF之类
浏览 0提问于2016-09-22得票数 2
回答已采纳
1回答
分类数据的聚类？
、、
对于分类数据，k-均值聚类究竟是如何工作的？
我有一个数据集，它有几个分类特征，可以有2,3,4，…，n个值。我可以对它们进行一次热编码，但我不确定这是否有意义，因为k-表示使用距离度量。我研究了k原型聚类，但在我的数据集上尝试过，但是当y轴和y轴只是小整数值时，绘制它就没有意义了。
浏览 0提问于2020-07-10得票数 1
1回答
我有一个单词/短语的列表(大约一百万)，我想把它们聚在一起。我假定它的清单如下：a_list_rdd = sc.parallelizelambda phrase:ComputeStringDistance(phrase,a_list_rdd_broadcasted.value))
浏览 3提问于2016-02-22得票数 0
我一直在探索多维数据的聚类算法(K-均值、K-Medoid、Ward聚集、高斯混合建模、BIRCH、DBSCAN、光学、公共最近邻聚类)。我相信，我的数据中的集群发生在特性的不同子集中，而不是发生在所有特性之间，而且我相信这会影响聚类算法的性能。为了说明，下面是模拟数据集的Python代码：
## Simulate a data
浏览 0提问于2022-05-09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
